Skip to main content
POST
原文または翻訳済みの文字起こしを JSON、SRT、VTT で取得します。必要に応じて話者ラベルを含められます。

認証と権限

string
必須
このヘッダーに VoiceCheap API キーを指定してください。同じ API キーを Authorization: Bearer で送信することもできます。OAuth アクセストークンは MCP でのみ使用でき、この REST エンドポイントでは使用できません。
必要な権限: transcription:read. 有効な有料サブスクリプションが必要です。権限によってチーム内のロール、リソースの所有権、メディアクレジット、プランの制限が変わることはありません。

パラメーター

string
必須
テキスト値。最小文字数: 1. 最大文字数: 200. パターン: ^[^/\\]+$.
string
テキスト値。許容値: “original”, “translated”. デフォルト値: “original”.
string
テキスト値。許容値: “afrikaans”, “albanian”, “amharic”, “arabic”, “armenian”, “assamese”, “azerbaijani”, “basque”, “belarusian”, “bengali”, “bosnian”, “bulgarian”, “catalan”, “croatian”, “czech”, “danish”, “dutch”, “english”, “british english”, “estonian”, “finnish”, “french”, “french canadian”, “galician”, “german”, “greek”, “gujarati”, “hebrew”, “hindi”, “hungarian”, “icelandic”, “indonesian”, “irish”, “italian”, “japanese”, “kannada”, “kazakh”, “khmer”, “korean”, “lao”, “latvian”, “lithuanian”, “macedonian”, “malay”, “malayalam”, “mandarin”, “marathi”, “mongolian”, “nepali”, “norwegian”, “persian”, “polish”, “portuguese”, “brazilian portuguese”, “pt_brazil”, “punjabi”, “romanian”, “russian”, “serbian”, “slovak”, “slovenian”, “spanish”, “swahili”, “swedish”, “tagalog”, “tamil”, “telugu”, “thai”, “turkish”, “ukrainian”, “urdu”, “vietnamese”, “welsh”, “yoruba”, “zulu”.
string
テキスト値。許容値: “json”, “srt”, “vtt”. デフォルト値: “json”.
boolean
真偽値。デフォルト値: false.
以下の JSON Schema は、ディスカバリーで公開される正確なフィールド名、ネストされた型、デフォルト値、範囲、許容値を保持しています。フィールド間の追加ルールは操作の注意事項に記載されています。

リクエスト例

例に記載されたリソース識別子とメディアキーを、ご自身のアカウントで返された値に置き換えてください。同じ変更操作を再試行する場合は、リクエスト識別子を変更しないでください。

レスポンス

初回実行が成功すると、操作結果を data に格納して HTTP 200 を返します。同じリクエストを再送した場合は、代わりに保存済みリクエストの状態を返すことがあります。例はサポートされるレスポンスの一例であり、すべての任意フィールドを示すものではありません。 指定形式の文字起こしオブジェクトを返します。JSON には format、transcript、contentType が含まれ、SRT/VTT にはさらに content と fileExtension が含まれます。

結果フィールド

設定:outputFormat srt; source translated, targetLanguage english, includeSpeakerLabels true。

話者接頭辞付きの翻訳済み文字起こしと SRT 内容を返します。
HTTP 200

outputFormat は vtt、source は translated、targetLanguage は english、includeSpeakerLabels は true。

翻訳済み文字起こしと、音声ラベル付きのWEBVTTコンテンツを返します。
HTTP 200

操作の注意事項

  • source のデフォルトは original、outputFormat は json、includeSpeakerLabels は false です。source が translated の場合は targetLanguage が必要です。
  • 翻訳済み文字起こしでは、targetLanguage に一致する最新の言語ワークを選択します。このアクションに workId または translatedVersionId の入力はありません。
  • SRT と VTT のエクスポートも JSON のアクション結果です。content に字幕テキストが入り、同じオブジェクト内で transcript も引き続き利用できます。このハンドラーはそのままダウンロードできる生のレスポンスを返しません。
  • includeSpeakerLabels はテキストエクスポートの字幕キューにのみ影響します。SRT は Speaker N: の接頭辞、VTT は音声タグを使用します。
  • 保存済みの文字起こし単語がある場合、index、text、speaker、および任意の confidence を公開します。単語単位のタイムスタンプは新たに推定しません。生成音声のタイミング情報がある場合、翻訳済みセグメントに finalSpeedFactor が含まれることがあります。

使用量

正常に実行された呼び出しごとに、月間 API/MCP 呼び出し回数を 1 回消費します。メディアクレジットと、その操作固有の生成枠も適用されます。

エラー