Transkriptionen mit der API automatisieren: Praktische Beispiele
Automatisierungs-Rezepte mit der VoxScriber-API: Aufnahmen per URL senden, Engine und Formate wählen, idempotency_key und metadata verwenden und alles per Webhook erhalten.
Mit der API verwandeln Sie jede Aufnahmequelle – Telefonie, Meeting-Recorder, internes System – in durchsuchbaren Text, ganz ohne manuelles Eingreifen. Dieser Artikel zeigt den empfohlenen Ablauf und fertige Rezepte. Zuerst die Voraussetzungen in Transkriptions-API (Profissional+ Plan und Schlüssel vpt_live_).
Der empfohlene Ablauf
- Senden Sie das Audio per URL mit einem
webhook_url. - Empfangen Sie den Callback, wenn die Verarbeitung abgeschlossen ist (Erfolg oder Fehler).
- Laden Sie die exportierten Dateien über die Links aus dem Ergebnis herunter – diese sind 7 Tage gültig.
Kein Polling: Mit einem Limit von 60 Anfragen/Minute pro Schlüssel verschwendet das Abfragen des Status in einer Schleife Kontingent. Der Webhook liefert das Ergebnis von selbst, mit bis zu 6 erneuten Zustellungen, falls Ihr Server nicht erreichbar ist.
Rezept 1 – Jede neue Aufnahme transkribieren
curl -X POST https://api.voxscriber.com/v1/transcriptions \
-H "Authorization: Bearer $VPT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"audio_url": "https://storage.suaempresa.com/calls/2026-08-02-0931.mp3",
"webhook_url": "https://api.suaempresa.com/hooks/vpt",
"formats": ["txt", "docx"],
"metadata": { "call_id": "0931", "agente": "maria" },
"idempotency_key": "call-2026-08-02-0931"
}'
metadatakommt im Webhook zurück – nutzen Sie es, um das Ergebnis mit dem Datensatz in Ihrem System abzugleichen.idempotency_keystellt sicher, dass versehentliche erneute Sendungen (Retry auf Ihrer Seite, Deploy mitten im Job) nicht dasselbe Audio doppelt verarbeiten oder berechnen.
Rezept 2 – Engine nach Kosten auswählen
Das Feld engine akzeptiert ASSEMBLYAI (Premium, Standard), WHISPER (Standard) und ELEVENLABS (Ultra). Für hohes Volumen, bei dem die Kosten wichtiger sind als die Verarbeitungsqualität, verwenden Sie Whisper – 1 Zyklus/Minute gegenüber 4 beim Premium:
-d '{ "audio_url": "...", "webhook_url": "...", "engine": "WHISPER" }'
Faustregel: Premium für wichtige Meetings und Interviews; Standard (Whisper) für hohes Volumen und Audio mit Rauschen; Ultra, wenn die Sprechertrennung einwandfrei sein muss (verfügbar im Profissional+).
Rezept 3 – Automatische Untertitel
Fordern Sie formats: ["srt", "vtt"] an und erhalten Sie die fertigen Untertitel für YouTube oder Web-Player direkt im Webhook. Details zu den einzelnen Formaten unter In andere Tools exportieren.
Limits, die Automatisierungen betreffen
| Element | Regel |
|---|---|
| Rate-Limit | 60 req/min pro Schlüssel |
audio_url | nur https, öffentlich, bis 500 MB (Download) oder 5 GB über Passthrough mit der Premium-Engine |
| Formate | folgen der Gate-Stufe Ihres Plans; nicht erlaubte Formate werden in exports_skipped zurückgegeben |
| Download-Links | laufen nach 7 Tagen ab (die Transkription bleibt im Archiv) |
| Zyklen | gleiche Kosten wie auf der Website, vom selben Guthaben abgebucht |
Behalten Sie Ihr Zyklus-Guthaben im Auge: Es gibt derzeit keine Ausgabenobergrenze pro Schlüssel. Eine Automatisierung mit unkontrollierter Schleife verbraucht echtes Guthaben. Die idempotency_key ist Ihre erste Verteidigungslinie.
FAQ
Wie erhalte ich den endgültigen Text – im Webhook oder muss ich ihn herunterladen?
Der Webhook liefert das Ergebnis und die Links zu den exportierten Dateien in den angeforderten Formaten. Laden Sie die Dateien innerhalb von 7 Tagen herunter; danach ist der Inhalt weiterhin im Archiv der Website verfügbar.
Kann ich die Sprache des Audios festlegen?
Ja, über das Feld language. Ohne dieses gilt der Standard der Kontos; die automatische Erkennung wird von den Engines ebenfalls unterstützt.
Was passiert, wenn zwei Systeme dasselbe Audio senden?
Verwenden Sie in beiden denselben idempotency_key – nur das erste wird verarbeitet und berechnet.
Funktioniert die Automatisierung für Organisationsmitglieder?
Ja – und der Verbrauch folgt den Regeln des Unternehmensplans. Für die Auditierung von Anrufen in großem Maßstab siehe die dedizierte API.
Verwandte Artikel
Nicht geholfen? Ticket eröffnen – unser Team antwortet schnell.