> ## Documentation Index > Fetch the complete documentation index at: https://developers.namuai-lab.com/llms.txt > Use this file to discover all available pages before exploring further. # Transcription > Transformez des enregistrements et des notes vocales en texte, en haoussa, en zarma ou en français. 5 min La transcription : d’une note vocale au texte ## Vue d’ensemble `POST /v1/transcribe` reçoit un enregistrement et renvoie ce qui a été dit, sous forme de texte. Au Sahel, on envoie bien plus de notes vocales qu’on ne tape de messages : la transcription permet à votre application de les lire, de les rechercher, de les classer ou d’y répondre. * **Modèle :** `speech-recognition` (bêta) * **Langues :** haoussa `ha` (par défaut), zarma `dje`, français `fr` * **Entrée :** WAV, MP3, M4A/AAC, OGG/Opus, WebM ou FLAC ; jusqu’à 25 Mo et 5 minutes * **Ce qui est compté :** la durée de l’audio que vous envoyez ## Démarrage rapide Envoyez le fichier dans un champ multipart nommé `file`, avec la langue à côté : ```bash curl theme={"theme":{"light":"github-light","dark":"github-dark"}} curl https://api.namuai-lab.com/v1/transcribe \ -H "Authorization: Bearer $NAMU_API_KEY" \ -F file=@voice-note.ogg \ -F language=ha ``` ```python Python theme={"theme":{"light":"github-light","dark":"github-dark"}} import os import requests with open("voice-note.ogg", "rb") as audio: response = requests.post( "https://api.namuai-lab.com/v1/transcribe", headers={"Authorization": f"Bearer {os.environ['NAMU_API_KEY']}"}, files={"file": audio}, data={"language": "ha"}, timeout=300, ) response.raise_for_status() print(response.json()["text"]) ``` ```javascript JavaScript theme={"theme":{"light":"github-light","dark":"github-dark"}} import { readFile } from "node:fs/promises"; const form = new FormData(); form.append("file", new Blob([await readFile("voice-note.ogg")]), "voice-note.ogg"); form.append("language", "ha"); const response = await fetch("https://api.namuai-lab.com/v1/transcribe", { method: "POST", headers: { Authorization: `Bearer ${process.env.NAMU_API_KEY}` }, body: form, }); const { text } = await response.json(); ``` ```json Réponse theme={"theme":{"light":"github-light","dark":"github-dark"}} { "model": "speech-recognition", "text": "sannu da zuwa", "language": "ha", "audio_seconds": 2.0 } ``` ### Envoyer l’audio comme corps de la requête Si votre enregistrement est déjà en mémoire, vous pouvez envoyer ses octets comme corps entier de la requête et mettre `language` dans l’adresse. C’est pratique depuis un téléphone, où construire un formulaire multipart demande un travail de plus : ```bash theme={"theme":{"light":"github-light","dark":"github-dark"}} curl "https://api.namuai-lab.com/v1/transcribe?language=dje" \ -H "Authorization: Bearer $NAMU_API_KEY" \ --data-binary @message.m4a ``` ## Requête **file** `file` *required* L’enregistrement. L’API reconnaît le conteneur à partir du fichier lui-même : le nom du fichier et le type de contenu n’ont pas d’importance. **language** `string` (default: ha) La langue parlée : `ha`, `dje` ou `fr`. Le modèle ne la détecte pas : envoyez la langue que vous attendez. ## Audio pris en charge | Format | Source habituelle | | - | - | | OGG / Opus | Notes vocales WhatsApp et Telegram, dictaphones Android | | M4A / AAC / MP4 / 3GP | Mémos vocaux de l’iPhone, beaucoup de téléphones Android | | MP3 | Extraits de radio, téléchargements | | WAV | Enregistrements de studio et d’ordinateur | | WebM | Enregistrements faits dans un navigateur web (`MediaRecorder`) | | FLAC | Archives | Un fichier que l’API ne sait pas lire renvoie `415 unsupported_audio`. Plus de détails dans le guide [formats audio](https://developers.namuai-lab.com/fr/guides/audio-formats.md). ## Lire le résultat * `text` est en minuscules, sans ponctuation. Ajoutez vous-même les majuscules et les points si vous l’affichez. * `audio_seconds` est la durée de ce que vous avez envoyé, c’est-à-dire ce qui a été compté. * Un enregistrement vide renvoie `400 empty_audio`. ## Bonnes pratiques > [accordion] Enregistrez près de la personne qui parle > > La plupart des erreurs viennent de la distance et du bruit, pas de la langue. Un téléphone tenu près de la bouche, à l’abri du vent, donne un bien meilleur texte qu’un téléphone posé sur une table à l’autre bout de la pièce. > [accordion] Envoyez la langue que les gens parlent vraiment > > Si un utilisateur a choisi le zarma dans votre application, envoyez `dje`. Pour une parole qui mêle haoussa et français, envoyez la langue majoritaire. > [accordion] Ne convertissez pas avant d’envoyer > > Envoyez la note vocale telle quelle. Convertir un OGG en WAV rend l’envoi environ dix fois plus lourd et n’améliore pas le texte. > [accordion] Découpez les longs enregistrements > > Jusqu’à 5 minutes par requête. Pour une réunion ou une émission plus longue, coupez-la aux silences en morceaux de moins de 5 minutes et envoyez-les dans l’ordre. Voir la partie sur les longs enregistrements dans le guide [formats audio](https://developers.namuai-lab.com/fr/guides/audio-formats.md). > [accordion] Vérifiez ce qui compte > > Les transcriptions peuvent être fausses, surtout pour les noms, les nombres et l’audio bruité. Quand le texte sert à prendre une décision (une dose, un montant, une adresse), montrez-le à la personne ou faites-le vérifier par quelqu’un. ## Limites * 25 Mo et 300 secondes par fichier (`413 payload_too_large`, `413 audio_too_long`). * Une langue par requête ; pas de détection automatique de la langue. * Pas encore d’horodatage ni d’identification des locuteurs. ## Voir aussi > [card] [Transcrire une note vocale](https://developers.namuai-lab.com/fr/tutorials/transcribe-a-voice-note.md) > > Tutoriel > [card] [Traduction](https://developers.namuai-lab.com/fr/capabilities/translation.md) > > La parole directement en français ou en haoussa > [card] [Référence de l’API](https://developers.namuai-lab.com/fr/api-reference/transcription/create-transcription.md) > > POST /v1/transcribe This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.