Referência
Fontes
YouTube, TikTok, seus arquivos e links diretos: URLs aceitas, o que cada modo faz e os limites.
Atualizado em
Qualquer que seja a fonte, você recebe o mesmo objeto de transcrição: texto, segmentos com tempo e tempos por palavra, quando a transcrição por IA os produziu. Limites para todas as fontes: 2 horas e 250 MB.
Fontes#
| Fonte | Links aceitos | captions_only | auto / transcribe |
|---|---|---|---|
| YouTube | youtube.com/watch?v=…, youtu.be/…, /shorts/…, /live/… | Legendas do criador ou automáticas, 1 crédito | Planos pagos |
| TikTok | tiktok.com/@user/video/…, links de compartilhamento vm.tiktok.com/… | Legendas do criador, 1 crédito | Planos pagos |
| Seu arquivo | mp3, wav, m4a, ogg, aac, mp4, webm, enviados por POST /v1/uploads | Não disponível | Planos pagos |
| Link direto | Qualquer URL https pública que entregue um arquivo de áudio ou vídeo | Não disponível | Planos pagos |
GET /v1/capabilities com a sua chave retorna esta tabela para o seu plano, para que um cliente possa mostrar apenas o que vai funcionar.
Legendas#
- Somente vídeos públicos. Vídeos privados, exclusivos para membros e com restrição de idade falham com um código
SOURCE_*. - O YouTube tem dois tipos: legendas enviadas pelo criador e as legendas automáticas do YouTube.
caption_preferenceescolhe entre elas; por padrão, usa a do criador, quando existir. caption_languagespede faixas específicas, por exemplo["es", "en"].POST /v1/language-discoverieslista os idiomas disponíveis em um vídeo do YouTube.- O tempo é definido por bloco de legenda (
timing_granularity: "segment").
Transcrição por IA#
- Ouve o áudio e funciona com ou sem legendas. Detecta o idioma, ou aceita uma dica em
language. - Retorna o tempo e a confiança de cada palavra (
timing_granularity: "word"). - Leva cerca de um quarto da duração da mídia. Use
?wait=25ou um webhook, em vez de consultas repetidas e frequentes. - 2 créditos por minuto iniciado, com mínimo de 1 minuto; limite uma tarefa com
max_credits.