Audio to Text

audio-to-text

Use Audio to Text through the Zavilo SDK. Check input limits, parameters, output and supported modes below.

H · HeadlessE · Embedded

Tool IDaudio-to-text

バージョン1

実行方式CLIENT

対応モードHeadless, Embedded

クイック操作

入力ファイル 1出力ファイル 1

結果処理ガイド → レシピ → 統合サンプル → Playground →

入力

この Tool が受け付ける入力形式とファイル数です。

入力種類	file
ファイル数	1 – 1
対応 MIME	audio/mpeg, audio/wav, audio/x-wav, audio/mp4, audio/aac, audio/ogg

パラメータ

これらの値は request.options で渡します。

パラメータ	型	必須	既定値	許可値 / 範囲	説明
`language`	enum	任意	`auto`	auto \| ko \| en \| ja \| zh \| vi \| es \| pt \| de \| fr	Speech language or automatic detection.
`quality`	enum	任意	`standard`	fast \| standard \| high	Whisper model quality.
`format`	enum	任意	`txt`	txt \| srt \| vtt	Transcript output file format.

出力

処理完了後に返される結果形式です。

型	files
ファイル数	1 – 1
出力 MIME	text/plain, text/vtt
Metadata	duration, inputBytes, outputBytes, segmentCount, language, quality, format
ZIP アーカイブ	非対応

基本例

対応する統合モードを確認し、生成された開始コードをコピーできます。

Headless

const result = await client.run("audio-to-text", {
  file,
  options: { language: "auto", quality: "standard", format: "txt" }
});
console.log(result.files, result.data, result.metadata);

Embedded

await client.mount({ tool: "audio-to-text", target: "#zavilo-tool", mode: "embedded" });

This page is generated from the SDK Tool Definition used by the runtime.