メインコンテンツへスキップ
POST
/
v1
/
audio
/
transcriptions
curl --request POST \
  --url https://api.apimart.ai/v1/audio/transcriptions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: multipart/form-data' \
  --form 'file=@/path/to/audio.mp3' \
  --form 'model=whisper-1' \
  --form 'language=ja' \
  --form 'response_format=json'

{
  "text": "これはテスト音声の文字起こしテキストです。"
}

Documentation Index

Fetch the complete documentation index at: https://docs.apimart.ai/llms.txt

Use this file to discover all available pages before exploring further.

curl --request POST \
  --url https://api.apimart.ai/v1/audio/transcriptions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: multipart/form-data' \
  --form 'file=@/path/to/audio.mp3' \
  --form 'model=whisper-1' \
  --form 'language=ja' \
  --form 'response_format=json'

{
  "text": "これはテスト音声の文字起こしテキストです。"
}

​
Authorizations

​
Authorization
string
必須
すべてのインターフェースでBearer Token認証が必要ですAPI Keyの取得：API Key管理ページにアクセスしてAPI Keyを取得してくださいリクエストヘッダーに追加：
Authorization: Bearer YOUR_API_KEY

​
リクエストボディ

⚠️ このエンドポイントはオンラインテスト（Try it）に対応していませんファイルアップロードの制限により、以下の方法でテストしてください：
  • Apifox / Postman - インポート後、手動で file パラメータをファイルタイプに変更
  • cURL - 右側のコード例を参照
  • SDK - 各言語のSDKサンプルコードを使用
​
file
string
必須
文字起こしする音声ファイル（ファイルタイプ）⚠️ 注意：Apifoxなどのツールでテストする場合：
  1. インポート後、このパラメータタイプを手動で file に変更してください
  2. リクエストのContent-Typeが multipart/form-data であることを確認してください
対応形式：mp3, mp4, mpeg, mpga, m4a, wav, webm最大ファイルサイズ：25 MB
​
model
string
デフォルト:"whisper-1"
必須
音声認識モデル名例："whisper-1"
​
language
string
音声の言語コード（ISO-639-1形式）言語を指定すると精度と速度が向上します対応言語：zh（中国語）、en（英語）、ja（日本語）、ko（韓国語）など99言語例："ja"
​
prompt
string
文字起こしスタイルをガイドするためのオプションテキストプロンプト最大224トークン
​
response_format
string
デフォルト:"json"
出力形式対応形式：
  • json - JSON形式（テキストのみ）
  • text - プレーンテキスト
  • srt - SRT字幕形式
  • verbose_json - 詳細JSON形式（タイムスタンプとメタデータを含む）
  • vtt - WebVTT字幕形式
​
temperature
number
デフォルト:"0"
サンプリング温度、範囲0〜1高い値（0.8など）は出力をよりランダムにし、低い値（0.2など）はより確定的で一貫性のあるものにします

​
Response

​
text
string
文字起こしされたテキスト内容
​
task
string
タスクタイプ、transcribeで固定verbose_json形式でのみ返されます
​
language
string
検出または指定された言語コードverbose_json形式でのみ返されます
​
duration
number
音声の長さ（秒）verbose_json形式でのみ返されます
​
segments
array
テキストセグメントの配列verbose_json形式でのみ返されます