API speech to text
Invia un file e ricevi una trascrizione con etichette dei parlanti e timestamp. Trasmetti audio dal vivo e ricevi il testo mentre le persone parlano. 150+ lingue, rilevate in automatico.
from camb.{ "transcript": [{ "start": 0.50, "end": 3.09,"text": "Can you walk me through the delivery timeline?","speaker": "SPEAKER_0" },{ "start": 3.79, "end": 5.83,"text": "We can ship it next Wednesday.","speaker": "SPEAKER_1" },{ "start": 6.53, "end": 8.75,"text": "Does that include customs clearance?","speaker": "SPEAKER_0" },{ "start": 9.45, "end": 12.54,"text": "Yes. Everything is included in the price.","speaker": "SPEAKER_1" }] }L'API speech to text di CAMB.AI trasforma l'audio parlato in testo con il riconoscimento vocale automatico (ASR). Invia file registrati per trascrizioni complete o trasmetti audio per avere il testo dal vivo. Una sola chiave API per entrambi, dal tuo codice o da Studio.
Cerchi un'API di riconoscimento vocale che funzioni nella tua app, non solo nel browser? Eccola.
Batch
Carica un file o invia un URL. Ricevi il testo diviso per parlante, con orari di inizio e fine per ogni riga. Esporta in JSON, SRT, VTT o TXT.
Caricamenti fino a 20 MB. Per registrazioni più lunghe, invia un URL.
Tempo reale
Un'API speech to text in streaming per sviluppatori: apri un WebSocket, trasmetti audio grezzo dalla tua app e ricevi trascrizioni parziali mentre le persone stanno ancora parlando, poi un risultato finale con timestamp per parola. Pensata per sottotitoli live, app vocali e operatori IA.
L'API capisce chi ha parlato e quando, ed etichetta ogni riga: Parlante 1, Parlante 2. È integrata sia nella modalità veloce sia in quella lenta, senza nulla da attivare: interviste, riunioni e podcast tornano pronti da leggere.
La voce viene separata dal rumore di fondo prima della trascrizione, e scegli tu se tenere la musica. Per il parlato già pulito da studio, puoi disattivarla.
Imposta la lingua su auto e l'API la rileva per te, tra 150+ lingue.
Usa la modalità veloce come predefinita, o quella lenta per un passaggio più accurato.
Imposta la lunghezza massima e il tempo a schermo di ogni riga, poi esporta in SRT o VTT.
I risultati finali in tempo reale includono un orario di inizio e fine per ogni parola.
Recupera le trascrizioni di molte esecuzioni con una sola richiesta.
“Offrendo sottotitoli in tempo reale per ogni evento su Eurovision Sport, stiamo ampliando l'accessibilità digitale e permettiamo a più persone di seguire l'azione dal vivo.”
Installa l'SDK, aggiungi la tua chiave API e invia il tuo primo file. SDK per Python e TypeScript (JavaScript), più Go, Java, Rust e PHP per i file registrati.
from camb.{ "transcript": [{ "start": 5.0, "end": 12.0,"text": "Welcome to our discussion on AI.","speaker": "SPEAKER_0" },{ "start": 13.0, "end": 18.0,"text": "Thank you for having me.","speaker": "SPEAKER_1" }] }La tua trascrizione non si ferma al testo. Su CAMB.AI la stessa trascrizione può diventare sottotitoli, una traduzione o una versione doppiata, sulla stessa piattaforma. Ti servono trascrizioni senza scrivere codice, da un file o dal vivo dal microfono? Usa il nostro strumento di trascrizione in Studio.
Un'API speech to text (detta anche API voice to text o API di trascrizione) permette al tuo software di inviare audio e ricevere testo. L'API di CAMB.AI gestisce file registrati e stream audio in tempo reale.
L'API di trascrizione batch lavora sui file registrati: invii un file o un URL e recuperi la trascrizione completa quando è pronta. L'API in tempo reale trasmette l'audio via WebSocket e restituisce il testo mentre le persone parlano.
Sì, per i file registrati. Ogni riga della trascrizione riceve un'etichetta del parlante (Parlante 1, Parlante 2) e un orario di inizio e fine. L'API in tempo reale non separa ancora i parlanti.
150+ lingue e varianti regionali. Passa un codice lingua, oppure imposta la lingua su auto per rilevarla.
In tempo reale sì: ogni risultato finale include un orario di inizio e fine per ogni parola. I file registrati restituiscono un orario di inizio e fine per ogni riga della trascrizione.
MP3, WAV, AAC, FLAC, MP4 e MOV. Carica file sotto i 20 MB o invia un URL per le registrazioni più lunghe. In tempo reale, trasmetti audio grezzo (PCM, A-law o μ-law) via WebSocket.
Sì. Installa camb-sdk con pip e crea una trascrizione in poche righe. C'è anche un SDK TypeScript (@camb-ai/sdk). L'API in tempo reale è negli SDK Python e TypeScript; gli SDK Go, Java, Rust e PHP coprono i file registrati.
Sì. Scarica la trascrizione in SRT, VTT o TXT con i nomi dei parlanti e imposta la lunghezza massima di ogni riga di sottotitolo.
Di default l'API separa la voce dal rumore di fondo prima di trascrivere, e puoi scegliere di togliere anche la musica. Un audio pulito dà comunque i risultati migliori, e puoi disattivare la pulizia per il parlato di qualità da studio.