Automatisera transkriptioner med API: Praktiska exempel
Automatiseringsrecept med VoxScriber API: skicka inspelningar via URL, välj motor och format, använd idempotency_key och metadata, och få allt levererat via webhook.
Med API:et förvandlar du valfri källa till inspelningar — telefoni, mötesinspelare, internt system — till sökbar text utan manuella åtgärder. Den här artikeln ger det rekommenderade flödet och färdiga recept. Se först förutsättningarna i API för transkription (plan Profissional+ och nyckel vpt_live_).
Rekommenderat flöde
- Skicka ljudet via URL med en
webhook_url. - Ta emot callbacken när det är klart (framgång eller misslyckande).
- Ladda ner de exporterade filerna via resultatets länkar — de är giltiga i 7 dagar.
Ingen polling: med en gräns på 60 förfrågningar/minut per nyckel slösar du kvot på att polla status i en loop. Webhooken levererar utfallen automatiskt, med upp till 6 återleveranser om din server är nere.
Recept 1 — transkribera varje ny inspelning
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"
}'
metadatakommer tillbaka i webhooken — använd för att korrelera resultatet med posten i ditt system.idempotency_keysäkerställer att oavsiktliga omsändningar (retry från din sida, deploy mitt i jobbet) inte bearbetar eller debiterar samma ljud två gånger.
Recept 2 — välj motor efter kostnad
Fältet engine accepterar ASSEMBLYAI (Premium, standard), WHISPER (Standard) och ELEVENLABS (Ultra). För hög volym där kostnad väger tyngre än finish, använd Whisper — 1 cykel/min jämfört med 4 för Premium:
-d '{ "audio_url": "...", "webhook_url": "...", "engine": "WHISPER" }'
Tumregel: Premium för viktiga möten och intervjuer; Standard (Whisper) för hög volym och brusigt ljud; Ultra när talarseparation måste vara felfri (tillgängligt på Profissional+).
Recept 3 — automatiska undertexter
Begär formats: ["srt", "vtt"] och få färdiga undertexter för YouTube eller webbspelare direkt i webhooken. Detaljer om varje format i Exportera till andra verktyg.
Gränser som påverkar automatiseringar
| Objekt | Regel |
|---|---|
| Rate limit | 60 förfrågningar/min per nyckel |
audio_url | endast https, publik, upp till 500 MB (nedladdning) eller 5 GB via passthrough med Premium-motorn |
| Format | följer din plans gate; de som inte tillåts returneras i exports_skipped |
| Nedladdningslänkar | upphör att gälla efter 7 dagar (transkriptionen finns kvar i arkivet) |
| Cykler | samma kostnader som på webbplatsen, dras från samma saldo |
Övervaka ditt cykelsaldo: det finns idag ingen utgiftstak per nyckel. En automation med okontrollerad loop förbrukar riktigt saldo. idempotency_key är din första försvarslinje.
FAQ
Hur får jag den slutliga texten — i webhooken eller måste jag ladda ner?
Webhooken levererar utfallet och länkarna till de exporterade filerna i de begärda formaten. Ladda ner filerna inom 7 dagar; efter det finns innehållet kvar i webbplatsens arkiv.
Kan jag ställa in ljudets språk?
Ja, via fältet language. Utan det gäller kontots standard; automatisk detektering stöds också av motorerna.
Vad händer om två system skickar samma ljud?
Använd samma idempotency_key i båda — bara den första bearbetas och debiteras.
Fungerar automatiseringen för organisationsmedlemmar?
Ja — och förbrukningen följer företagets planregler. För storskalig samtalsrevision, se det dedikerade API:et.
Relaterade artiklar
Löste inte det? Öppna ett ärende — vårt team svarar snabbt.