음성 합성

음성 전사

multipart/form-data의 model, file 또는 JSON model, input_audio:{data,format} (원시 base64)를 보냅니다. 형식: wav, mp3, mp4, m4a, ogg, flac, webm, aac. 오디오 최대 25 MiB, 요청 본문 50 MiB. audio.transcription_max_seconds_by_model이 모델별 제한을 정하며, 없으면 audio.transcription_max_seconds와 기본 60초가 순서대로 적용됩니다. 초과한 오디오는 처리 전에 413 audio_too_long으로 거부되고 요금이 부과되지 않습니다. response_format은 json 또는 verbose_json; timestamp_granularities word/segment는 verbose_json이 필요합니다. stream 미지원 (400 unsupported_parameter), 크기 초과: 413 audio_too_large. provider는 무시됩니다. 데이터베이스 가격으로 usage.seconds 또는 입력/출력 token에 과금하며 분당 가격은 초당 가격의 60배입니다. usage.cost는 USD 고객 청구액입니다.

POST/v1/audio/transcriptions

인증

Authorization필수

string · header

Authorization 헤더에 Bearer 토큰으로 API 키를 전달합니다.

Body

model필수

string

전사 모델 ID. 예: elevenlabs/scribe-v2.

GET /v1/models?output_modalities=transcription

file

file

오디오 파일(multipart). wav, mp3, mp4, m4a, ogg, flac, webm, aac 지원. 최대 25 MiB. JSON 클라이언트는 input_audio: {data: base64, format}을 대신 보낼 수 있습니다.

multipart/form-data: required; decoded <= 25 MiB

input_audio

object

JSON에서 file 대신 보내는 오디오입니다. data는 원시 base64 오디오이고 format은 wav나 mp3 등의 형식입니다. 요청 본문은 최대 50 MiB, 디코딩된 오디오는 최대 25 MiB입니다.

application/json: required; data: raw base64; format: wav | mp3 | mp4 | m4a | ogg | flac | webm | aac

response_format

string

json(기본값)은 {text}를 반환하고 verbose_json은 언어, 길이, segments/words를 추가합니다.

default: json

jsonverbose_json

timestamp_granularities

string[]

word 및/또는 segment. response_format=verbose_json에서만 적용되고 다른 형식에서는 무시됩니다. 단어 단위 타임스탬프는 아직 반환되지 않으며 segments는 반환됩니다.

response_format=verbose_json; multipart: timestamp_granularities[]

wordsegment

language

string

en 또는 zh 같은 선택적 언어 힌트. 비워두면 자동 감지합니다.

ISO-639-1

prompt

string

이름과 용어 인식을 돕는 선택적 문맥 텍스트. 모델에 따라 적용되지 않을 수 있습니다.

temperature

number

선택적 샘플링 온도이며 모든 모델에 적용되지는 않습니다.

0 <= temperature <= 1

stream

boolean

스트리밍은 지원되지 않으며 stream=true는 400 unsupported_parameter를 반환합니다.

Unsupported: 400 unsupported_parameter

provider

object

선택적 라우팅 필드이며 무시됩니다.

Ignored

심층 가이드 →

POST /v1/audio/transcriptions

1
2
3
4
5
6
7
8
9
10
curl https://api.bazaarlink.ai/v1/audio/transcriptions \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -F model="<transcription-model-id>" \
  -F file=@audio.wav \
  -F response_format=json

curl https://api.bazaarlink.ai/v1/audio/transcriptions \
  -H "$BAZAARLINK_AUTH_HEADER" \
  -H "Content-Type: application/json" \
  -d '{"model":"<transcription-model-id>","input_audio":{"data":"<raw-base64-audio>","format":"wav"},"response_format":"verbose_json","timestamp_granularities":["word","segment"]}'

응답 예시

음성 전사: json / verbose_json — 예시 청구액은 설명용이며 모델 가격이 아닙니다. audio.transcription_max_seconds_by_model이 모델별 제한을 정하며, 없으면 audio.transcription_max_seconds와 기본 60초가 순서대로 적용됩니다. 초과한 오디오는 처리 전에 413 audio_too_long으로 거부되고 요금이 부과되지 않습니다.

1
{"text":"Hello","usage":{"seconds":1,"cost":0.00001}}

verbose_json

1
{"text":"Hello","duration":1,"segments":[{"id":0,"start":0,"end":1,"text":"Hello"}],"words":[{"word":"Hello","start":0,"end":1}],"usage":{"seconds":1,"cost":0.00001}}