Audio-Transkription
Audio- und Videodateien mit Whisper in Text mit Zeitstempeln auf Segmentebene transkribieren.
Die Pipeline lt-transcription wandelt Audio- und Videodateien mit OpenAI Whisper in Text um. Sie gibt ein vollständiges Transkript mit Zeitstempeln auf Segmentebene, der erkannten Sprache und der Gesamtdauer zurück.
250 Credits pro Datei · ~3 Minuten
Akzeptierte Dateien
| Typ | MIME-Typen |
|---|---|
| Audio | audio/* (MP3, WAV, M4A, OGG, FLAC, …) |
| Video | video/* (MP4, MOV, MKV, …) |
Eine Datei pro Run. Maximale Dateigröße: 25 MB (Whisper-API-Limit).
Kontextparameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
language | Nein | ISO-639-1-Sprachcode der gesprochenen Sprache (z. B. de, fr, es). Wird dieser weggelassen, erkennt Whisper die Sprache automatisch. |
Die Angabe des Sprachcodes verbessert die Genauigkeit und verkürzt die Verarbeitungszeit.
Ausgabe
{
"pipelineSlug": "lt-transcription",
"output": {
"text": "Hallo, dies ist ein Beispieltranskript der Audiodatei.",
"language": "German",
"languageCode": "de",
"duration": 120.5,
"segments": [
{
"start": 0.0,
"end": 2.8,
"text": "Hallo, dies ist ein Beispiel"
},
{
"start": 2.8,
"end": 5.1,
"text": "transkript der Audiodatei."
}
]
},
"rawText": "Hallo, dies ist ein Beispieltranskript der Audiodatei."
}Ausgabefelder
| Feld | Typ | Beschreibung |
|---|---|---|
text | string | Vollständiges Transkript als einzelner String |
language | string | Erkannter Sprachname (z. B. "German") |
languageCode | string | ISO-639-1-Code (z. B. "de") |
duration | number | Gesamtdauer der Audiodatei in Sekunden |
segments | array | Segmentweise Aufschlüsselung mit start, end und text |
rawText | string | Alias für text für einheitlichen Zugriff über alle Pipeline-Typen hinweg |
API-Beispiel
POST /v2/lt-pipelines/project/{projectId}/run{
"pipelineSlug": "lt-transcription",
"fileIds": ["file_abc123"],
"contextData": {
"language": "de"
}
}Antwort:
{
"runIds": ["ltrun_xyz789"]
}Ergebnis abrufen, sobald der Run abgeschlossen ist:
GET /v2/lt-pipelines/runs/ltrun_xyz789Wie hilfreich ist diese Seite?
LT-Pipelines
Übersicht aller 7 Language-Technology-Pipelines für Transkription, Übersetzung, OCR, Spracherkennung und Entity-Erkennung.
Textübersetzung
Textdateien mit einem LLM in eine beliebige Zielsprache übersetzen.