> ## Documentation Index
> Fetch the complete documentation index at: https://api-docs.voicecheap.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Transcribir medios

> Transcriba un archivo de audio o video como JSON, SRT o VTT completo

# Transcribir medios

Suba un archivo de audio o video y reciba su transcripción directamente. Este endpoint independiente no crea un proyecto de doblaje.

El endpoint acepta archivos de hasta **200 MB** y **2 horas**. Utiliza las mismas reglas de acceso mediante clave API que la API de traducción.
Las solicitudes exitosas devuelven HTTP `200`.

## Solicitud

Envíe `multipart/form-data` con los siguientes campos.

<ParamField header="x-api-key" type="string" required>
  Su clave API de VoiceCheap.
</ParamField>

<ParamField body="file" type="file" required>
  El archivo de audio o video a transcribir. Los formatos admitidos incluyen MP4, MOV, MKV, WebM, MPEG, MP3, WAV, M4A, FLAC, OGG y AAC.
</ParamField>

<ParamField body="outputFormat" type="string" default="json">
  Formato de respuesta: `json`, `srt` o `vtt`.
</ParamField>

<ParamField body="originalLanguage" type="string" default="auto-detect">
  Código ISO del idioma de origen admitido. Déjelo como `auto-detect` a menos que conozca el idioma de origen. Los idiomas explícitos no admitidos devuelven un error de validación antes de que comience el procesamiento.
</ParamField>

<ParamField body="numberOfSpeakers" type="string" default="auto-detect">
  `auto-detect` o un número entero de `1` a `32`.
</ParamField>

<ParamField body="brandVocabulary" type="string">
  Una matriz de cadenas JSON de nombres, marcas, acrónimos o términos de dominio a reconocer. Los términos de la solicitud se combinan con el glosario guardado de la cuenta o del equipo.

  ```json theme={null}
  ["VoiceCheap", "SmartSync", "ITC Global"]
  ```
</ParamField>

<ParamField body="removeFillerWords" type="boolean" default="true">
  Elimine las muletillas comunes de la transcripción.
</ParamField>

<ParamField body="includeSpeakerLabels" type="boolean" default="false">
  Prefije las señales SRT con `Speaker N:` o añada etiquetas de voz VTT. JSON siempre incluye el hablante numérico en cada segmento y palabra.
</ParamField>

## Respuesta JSON

JSON es la salida más completa. Contiene el texto completo, la confianza del idioma, la duración de los medios, los hablantes, los segmentos con marca de tiempo y las palabras con marca de tiempo.

```json theme={null}
{
  "source": "standalone",
  "language": "en",
  "languageConfidence": 0.99,
  "duration": 12.4,
  "text": "Welcome to VoiceCheap.",
  "speakers": [{ "id": 0, "label": "Speaker 1" }],
  "segments": [
    {
      "index": 0,
      "text": "Welcome to VoiceCheap.",
      "begin": 0.18,
      "end": 1.74,
      "duration": 1.56,
      "speaker": 0,
      "language": "en",
      "confidence": 0.94,
      "words": [
        {
          "index": 0,
          "text": "Welcome",
          "speaker": 0,
          "confidence": 0.96,
          "begin": 0.18,
          "end": 0.62,
          "duration": 0.44
        }
      ]
    }
  ],
  "words": [
    {
      "index": 0,
      "text": "Welcome",
      "speaker": 0,
      "confidence": 0.96,
      "begin": 0.18,
      "end": 0.62,
      "duration": 0.44
    }
  ]
}
```

## Ejemplos

<CodeGroup>
  ```bash cURL — JSON theme={null}
  curl -X POST "https://api.voicecheap.ai/v1/transcribe" \
    -H "x-api-key: vc_your-api-key" \
    -F "file=@interview.mp4" \
    -F "outputFormat=json" \
    -F "numberOfSpeakers=2" \
    -F 'brandVocabulary=["VoiceCheap","SmartSync"]'
  ```

  ```bash cURL — SRT theme={null}
  curl -X POST "https://api.voicecheap.ai/v1/transcribe" \
    -H "x-api-key: vc_your-api-key" \
    -F "file=@interview.mp4" \
    -F "outputFormat=srt" \
    -F "includeSpeakerLabels=true" \
    --output interview.srt
  ```

  ```bash cURL — VTT theme={null}
  curl -X POST "https://api.voicecheap.ai/v1/transcribe" \
    -H "x-api-key: vc_your-api-key" \
    -F "file=@interview.mp4" \
    -F "outputFormat=vtt" \
    --output interview.vtt
  ```
</CodeGroup>

## Errores

| Estado | Código                      | Descripción                                                                   |
| ------ | --------------------------- | ----------------------------------------------------------------------------- |
| 400    | `FILE_REQUIRED`             | No se subió ningún archivo                                                    |
| 400    | `INVALID_FILE_TYPE`         | El tipo de archivo no es compatible                                           |
| 400    | `INVALID_MEDIA_STREAM`      | El archivo no tiene flujo de audio                                            |
| 400    | `DURATION_DETECTION_FAILED` | No se pudo leer la duración de los medios                                     |
| 400    | `DURATION_TOO_LONG`         | Los medios duran más de dos horas                                             |
| 400    | `INVALID_BRAND_VOCABULARY`  | Una o más entradas del glosario no son válidas                                |
| 400    | `INVALID_BOOLEAN_VALUE`     | Un booleano multipart no es `true` o `false`                                  |
| 400    | `INVALID_JSON_FORMAT`       | Un campo multipart codificado en JSON está mal formado                        |
| 400    | `INVALID_MULTIPART_REQUEST` | Los datos del formulario multipart están mal formados o son demasiado grandes |
| 413    | `FILE_TOO_LARGE`            | El archivo supera los 200 MB                                                  |
| 502    | `TRANSCRIPTION_EMPTY`       | La transcripción no devolvió ningún discurso utilizable                       |
| 502    | `TRANSCRIPTION_FAILED`      | El motor de transcripción no pudo finalizar                                   |