Документация API

Программная трансляция аудио- и видеофайлов.

Общий обзор

STT.ai API обеспечивает транскрипцию речи между текстами, трансляцию в режиме реального времени и суммирование с помощью AI. Все запросы направляются непосредственно на наш сервер API, работающий на GPU.

Базовый URL
https://api.stt.ai
100+
Знание языков
4 модели
Шепец Турбо, большой V3, средний, малый
В реальном масштабе времени
Веб-Socket трансляция

MP3, WAV, FLAC, OGG, M4A, AAC, OPUS, WMA, MP4, WebM, MKV, AVI, MOV, WMV, MPG, MPEG. Макс размер файла: 2GB.

Аутентификация

Отправьте ключ API в заголовок разрешения как символ Bearer:

Authorization: Bearer YOUR_API_KEY

Возьми ключ от API. Параметры счета. Анонимные запросы допускаются с ограничением в 3 стенограммы в день на ПИ.

Предельные ставки

ТяжелыйПереписные листыМаксимальный размер файлаСовмещение
Анонимные3/day per IP100 MB1
Бесплатно (зарегистрировано)600 min/month500 MB2
Выплаченные планыНа основе зачтенных сумм2 GB5

Кредиты вычитаются исходя из продолжительности звука: 1 аккредитив = 1 минута звука с округлением.


Конечные точки

POST https://api.stt.ai/v1/transcribe

Upload an audio or video file for transcription with speaker diarization, language detection, and word-level timestamps.

Параметры запроса

Отправить как multipart/form-data

ПараметрТипОбязательноПо умолчаниюОписание
filefileYesAudio or video file
modelstringNolarge-v3-turboModel: large-v3-turbo, large-v3, medium, small
languagestringNoautoISO 639-1 code or auto
diarizebooleanNotrueEnable speaker diarization
speakersintegerNo0Expected speakers (0 = auto)
response_formatstringNojsonjson, txt, srt, vtt
Ответ (JSON)
{
  "text": "Hello, welcome to the meeting...",
  "language": "en",
  "duration": 125.4,
  "segments": [
    {
      "start": 0.0,
      "end": 3.2,
      "text": "Hello, welcome to the meeting.",
      "speaker": "Speaker 1",
      "confidence": 0.95,
      "words": [
        {"word": "Hello", "start": 0.0, "end": 0.4},
        {"word": "welcome", "start": 0.5, "end": 0.9}
      ]
    }
  ],
  "speakers": ["Speaker 1", "Speaker 2"]
}
POST https://api.stt.ai/v1/summarize

Summarize transcript text using an on-device LLM. No data leaves our servers.

Тело запроса (JSON)
ПараметрТипОбязательноОписание
textstringYesTranscript text to summarize
stylestringNobrief (default), detailed, action_items, bullet_points
Ответ
{
  "summary": "The team discussed Q3 revenue growth of 15%...",
  "style": "brief",
  "model": "qwen2.5-1.5b-instruct"
}
WS wss://api.stt.ai/v1/stream

Real-time speech-to-text via WebSocket. Send raw PCM audio (16-bit, 16kHz, mono) and receive transcription updates instantly.

Протокол
  1. Connect to wss://api.stt.ai/v1/stream
  2. Send JSON config: {"language": "en", "model": "large-v3-turbo"}
  3. Wait for {"status": "ready"}
  4. Stream raw PCM Int16 audio chunks (binary frames)
  5. Receive JSON updates: {"text": "...", "partial": "..."}
  6. Send {"action": "stop"} to finalize
Сообщения от сервера
ПолеОписание
status"ready" — connection established, ready for audio
partialPartial/interim transcript (updates as you speak)
textFinalized transcript segment
is_finaltrue when stream is complete
GET https://api.stt.ai/v1/models

List all available transcription models. No authentication required.

{
  "models": [
    {"id": "large-v3-turbo", "name": "Whisper Large V3 Turbo", "languages": 99, "speed": "fast"},
    {"id": "large-v3", "name": "Whisper Large V3", "languages": 99, "speed": "standard"},
    {"id": "medium", "name": "Whisper Medium", "languages": 99, "speed": "fast"},
    {"id": "small", "name": "Whisper Small", "languages": 99, "speed": "very_fast"}
  ]
}
GET https://api.stt.ai/v1/languages

List all supported languages with ISO codes. No authentication required.

{
  "languages": [
    {"code": "en", "name": "english"},
    {"code": "es", "name": "spanish"},
    {"code": "fr", "name": "french"},
    ...
  ]
}
GET https://api.stt.ai/health

Check GPU and API health. No authentication required.

{
  "status": "ok",
  "gpu_available": true,
  "gpu_name": "NVIDIA A100",
  "gpu_memory_mb": 8188
}

Примеры кода

cURL
# Transcribe a file
curl -X POST https://api.stt.ai/v1/transcribe \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@meeting.mp3" \
  -F "model=large-v3-turbo" \
  -F "language=auto" \
  -F "diarize=true"

# Get SRT subtitles
curl -X POST https://api.stt.ai/v1/transcribe \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@video.mp4" \
  -F "response_format=srt" \
  -o subtitles.srt

# Summarize text
curl -X POST https://api.stt.ai/v1/summarize \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"text": "Full transcript text here...", "style": "brief"}'

# List models (no auth needed)
curl https://api.stt.ai/v1/models

# Health check
curl https://api.stt.ai/health
Python
import requests

API_KEY = "YOUR_API_KEY"
BASE = "https://api.stt.ai"

# Transcribe a file
with open("meeting.mp3", "rb") as f:
    resp = requests.post(
        f"{BASE}/v1/transcribe",
        headers={"Authorization": f"Bearer {API_KEY}"},
        files={"file": ("meeting.mp3", f, "audio/mpeg")},
        data={"model": "large-v3-turbo", "language": "auto", "diarize": "true"},
    )

result = resp.json()
print(f"Language: {result['language']}, Duration: {result['duration']:.1f}s")

for seg in result["segments"]:
    print(f"[{seg['start']:.1f}s] {seg.get('speaker', '')}: {seg['text']}")

# Summarize the transcript
summary = requests.post(
    f"{BASE}/v1/summarize",
    headers={"Authorization": f"Bearer {API_KEY}"},
    json={"text": result["text"], "style": "bullet_points"},
).json()
print(summary["summary"])
Node.js
const fs = require("fs");
const FormData = require("form-data");

const API_KEY = "YOUR_API_KEY";
const BASE = "https://api.stt.ai";

async function transcribe(filePath) {
  const form = new FormData();
  form.append("file", fs.createReadStream(filePath));
  form.append("model", "large-v3-turbo");
  form.append("language", "auto");
  form.append("diarize", "true");

  const resp = await fetch(`${BASE}/v1/transcribe`, {
    method: "POST",
    headers: { Authorization: `Bearer ${API_KEY}`, ...form.getHeaders() },
    body: form,
  });

  const result = await resp.json();
  console.log(`Duration: ${result.duration.toFixed(1)}s`);

  for (const seg of result.segments) {
    console.log(`[${seg.start.toFixed(1)}s] ${seg.speaker}: ${seg.text}`);
  }
  return result;
}

transcribe("meeting.mp3");
WebSocket (Browser)
// Real-time transcription from microphone
const ws = new WebSocket("wss://api.stt.ai/v1/stream");
ws.binaryType = "arraybuffer";

ws.onopen = () => {
  ws.send(JSON.stringify({ language: "auto", model: "large-v3-turbo" }));
};

ws.onmessage = (event) => {
  const data = JSON.parse(event.data);
  if (data.status === "ready") {
    startStreaming(); // Begin sending audio
  }
  if (data.text) console.log("Final:", data.text);
  if (data.partial) console.log("Partial:", data.partial);
};

async function startStreaming() {
  const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
  const ctx = new AudioContext({ sampleRate: 16000 });
  const source = ctx.createMediaStreamSource(stream);
  const processor = ctx.createScriptProcessor(4096, 1, 1);

  processor.onaudioprocess = (e) => {
    const float32 = e.inputBuffer.getChannelData(0);
    const int16 = new Int16Array(float32.length);
    for (let i = 0; i < float32.length; i++) {
      int16[i] = Math.max(-32768, Math.min(32767, float32[i] * 32767));
    }
    if (ws.readyState === 1) ws.send(int16.buffer);
  };

  source.connect(processor);
  processor.connect(ctx.destination);
}

// Stop: ws.send(JSON.stringify({ action: "stop" }));

Обработка ошибок

The API returns standard HTTP status codes with JSON error bodies.

СтатусЗначениеКогда
200OKRequest succeeded
400Bad RequestMissing file, unsupported format
401UnauthorizedInvalid or missing API key
402Payment RequiredNo credits remaining
429Too Many RequestsRate limit exceeded (free tier)
503Service UnavailableGPU temporarily unavailable
// Error response format
{"error": "No credits remaining. Upgrade your plan."}

& Библиотеки SDK

Official SDKs for Python and Node.js. Install and start transcribing in minutes.

REST API
Работает с любым HTTP-клиентом

Готовы начать?

Зарегистрируйтесь бесплатно и получите ключ API за секунды. 600 минут/месяц бесплатно.

Бесплатная регистрация Посмотреть цены