> ## 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.

# Transkrypcja mediów

> Dokonaj transkrypcji pliku audio lub wideo jako kompletny plik JSON, SRT lub VTT

# Transkrypcja mediów

Prześlij plik audio lub wideo i otrzymaj bezpośrednio jego transkrypcję. Ten samodzielny punkt końcowy nie tworzy projektu dubbing.

Punkt końcowy akceptuje pliki o rozmiarze do **200 MB** i długości **2 godzin**. Wykorzystuje te same zasady dostępu za pomocą klucza API, co API tłumaczenia.
Pomyślne żądania zwracają HTTP `200`.

## Żądanie

Wyślij `multipart/form-data` z następującymi polami.

<ParamField header="x-api-key" type="string" required>
  Twój klucz API VoiceCheap.
</ParamField>

<ParamField body="file" type="file" required>
  Plik audio lub wideo do transkrypcji. Obsługiwane formaty to MP4, MOV, MKV, WebM, MPEG, MP3, WAV, M4A, FLAC, OGG i AAC.
</ParamField>

<ParamField body="outputFormat" type="string" default="json">
  Format odpowiedzi: `json`, `srt` lub `vtt`.
</ParamField>

<ParamField body="originalLanguage" type="string" default="auto-detect">
  Obsługiwany kod ISO języka źródłowego. Pozostaw jako `auto-detect`, chyba że znasz język źródłowy. Nieobsługiwane jawne języki zwracają błąd walidacji przed rozpoczęciem przetwarzania.
</ParamField>

<ParamField body="numberOfSpeakers" type="string" default="auto-detect">
  `auto-detect` lub liczba całkowita od `1` do `32`.
</ParamField>

<ParamField body="brandVocabulary" type="string">
  Tablica ciągów JSON zawierająca nazwy, marki, akronimy lub terminy domenowe do rozpoznania. Żądane terminy są scalane z zapisanym glosariuszem konta lub zespołu.

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

<ParamField body="removeFillerWords" type="boolean" default="true">
  Usuń typowe wypełniacze z transkrypcji.
</ParamField>

<ParamField body="includeSpeakerLabels" type="boolean" default="false">
  Dodaj prefiks do znaczników SRT za pomocą `Speaker N:` lub dodaj tagi głosowe VTT. JSON zawsze zawiera numer mówcy przy każdym segmencie i słowie.
</ParamField>

## Odpowiedź JSON

JSON to najbardziej kompletny format wyjściowy. Zawiera pełny tekst, pewność językową, czas trwania mediów, mówców, segmenty z sygnaturami czasowymi oraz słowa z sygnaturami czasowymi.

```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
    }
  ]
}
```

## Przykłady

<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>

## Błędy

| Status | Kod                         | Opis                                                       |
| ------ | --------------------------- | ---------------------------------------------------------- |
| 400    | `FILE_REQUIRED`             | Nie przesłano żadnego pliku                                |
| 400    | `INVALID_FILE_TYPE`         | Typ pliku nie jest obsługiwany                             |
| 400    | `INVALID_MEDIA_STREAM`      | Plik nie posiada ścieżki audio                             |
| 400    | `DURATION_DETECTION_FAILED` | Nie można było odczytać czasu trwania mediów               |
| 400    | `DURATION_TOO_LONG`         | Media są dłuższe niż dwie godziny                          |
| 400    | `INVALID_BRAND_VOCABULARY`  | Jeden lub więcej wpisów w glosariuszu jest nieprawidłowych |
| 400    | `INVALID_BOOLEAN_VALUE`     | Wartość logiczna multipart nie jest `true` lub `false`     |
| 400    | `INVALID_JSON_FORMAT`       | Pole multipart zakodowane w formacie JSON jest błędne      |
| 400    | `INVALID_MULTIPART_REQUEST` | Dane formularza multipart są błędne lub zbyt duże          |
| 413    | `FILE_TOO_LARGE`            | Plik przekracza 200 MB                                     |
| 502    | `TRANSCRIPTION_EMPTY`       | Transkrypcja nie zwróciła żadnej użytecznej mowy           |
| 502    | `TRANSCRIPTION_FAILED`      | Silnik transkrypcji nie mógł zakończyć pracy               |