Транскрибация и диаризация

Этот API предоставляет удобный способ для автоматической транскрибации и диаризации аудио через облако Palatine Speech. Поддерживаются такие задачи, как перевод аудио и видео в текст с таймкодами (транскрибация), а так же сегментация по спикерам (диаризация), создание субтитров в формате SRT и VTT.

Загрузка файла

POST /do_transcribe — отправьте аудио/видео файл

Получение task_id

API вернёт task_id для отслеживания

Polling статуса

GET /task_status/ — опрашивайте до получения результата

Скачивание результата (если нужен файл)

GET /download_as_file/ — экспорт в SRT, VTT, CSV, XLSX

Завершение

POST /task_done/ — освободите ресурсы

Транскрибация в формате OpenAI

Для получения результата в структуре, совместимой с OpenAI API.

Python
cURL

from openai import OpenAI

client = OpenAI(
    base_url="https://api.palatine.ru/api/v1",
    api_key="<YOUR_TOKEN>"
)

with open("audio.mp3", "rb") as f:
    result = client.audio.transcriptions.create(
        file=f,
        model="palatine_large_highspeed",
        # response_format="json" | "verbose_json" | "text" | "srt" | "vtt"
        # language="ru"  # опционально: указать язык аудио
    )

print(result)

curl -X POST "https://api.palatine.ru/api/v1/audio/transcriptions" \
  -H "Authorization: Bearer <YOUR_TOKEN>" \
  -F "file=@audio.mp3" \
  -F "model=palatine_large_highspeed"

Доступные модели:

Модель	Описание
`palatine_large_highspeed`	Высокая точность, рекомендуется по умолчанию
`palatine_small`	Быстрее, но менее точная

Подробнее можно узнать в документации OpenAI клиента.

Пример транскрибации с помощью polling API

Все запросы требуют авторизации через токен в заголовке: Authorization: Bearer <ваш_токен>

Загрузка файла

Загрузите аудиофайл для получения текста.

Python
cURL

import requests

API_URL = "https://api.palatine.ru/api/v1/transcribe/do_transcribe"
TOKEN = "<YOUR_TOKEN>"

files = {"file": open("audio.mp3", "rb")}
headers = {"Authorization": f"Bearer {TOKEN}"}
params = {
    "model": "palatine_large_highspeed",  # или palatine_small
    "fast_inference": True  # ускоренный режим (по умолчанию включён)
}

response = requests.post(API_URL, files=files, headers=headers, params=params)
print(response.json())

curl -X POST "https://api.palatine.ru/api/v1/transcribe/do_transcribe?model=palatine_large_highspeed&fast_inference=true" \
  -H "Authorization: Bearer <YOUR_TOKEN>" \
  -F "file=@audio.mp3"

Пример ответа:

{
  "status": "scheduled",
  "task_id": "XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX"
}

Проверка статуса задачи

Получить статус и результат задачи транскрибации.

Python
cURL

import requests

task_id = "XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX"
API_URL = f"https://api.palatine.ru/api/v1/transcribe/task_status/{task_id}"
headers = {"Authorization": f"Bearer {TOKEN}"}
params = {"response_format": "json"}  # или "srt", "vtt"

response = requests.get(API_URL, headers=headers, params=params)
print(response.json())

curl "https://api.palatine.ru/api/v1/transcribe/task_status/{task_id}?response_format=json" \
  -H "Authorization: Bearer <YOUR_TOKEN>"

Статусы задачи:

success — задача выполнена успешно
pending — задача ещё в процессе выполнения
error — при выполнении задачи произошла ошибка

Пример успешного ответа:

{
  "id": "ea7040ab-edbf-407f-9123-dc8033185a08",
  "created_at": "2025-08-26T20:47:17.856937Z",
  "data": {
    "duration": 16.431,
    "language": "ru",
    "text": "Говорит Москва, передаем сообщение ТАСС...",
    "segments": [
      {
        "id": 1,
        "start": 0.0,
        "end": 13.712,
        "text": " Говорит Москва, передаем сообщение ТАСС..."
      }
    ]
  },
  "status": "success",
  "error": null
}

Параметр response_format поддерживает значения json, srt и vtt для получения результата в разных форматах.

Выгрузка результатов в файл

Если задача успешно завершена, результат можно забрать в готовом файловом формате.

Python
cURL

import requests

task_id = "XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX"
API_URL = f"https://api.palatine.ru/api/v1/transcribe/download_as_file/{task_id}"
headers = {"Authorization": f"Bearer {TOKEN}"}
params = {
    "file_format": "srt",    # srt, vtt, txt, csv, xlsx
    "export_type": "segments"  # segments или words (для csv/xlsx)
}

response = requests.get(API_URL, headers=headers, params=params)
if response.ok:
    with open(f"transcription.{params['file_format']}", "wb") as f:
        f.write(response.content)

curl "https://api.palatine.ru/api/v1/transcribe/download_as_file/{task_id}?file_format=srt" \
  -H "Authorization: Bearer <YOUR_TOKEN>" \
  -o transcription.srt

Форматы файлов:

Формат	Описание
`srt`, `vtt`	Субтитры с таймкодами
`txt`	Только текст
`csv`, `xlsx`	Таблица (параметр `export_type`: `segments` или `words`)

Завершение задачи

После завершения работы с задачей её необходимо завершить.

Python
cURL

import requests

task_id = "XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX"
API_URL = f"https://api.palatine.ru/api/v1/transcribe/task_done/{task_id}"
headers = {"Authorization": f"Bearer {TOKEN}"}

response = requests.post(API_URL, headers=headers)
print(response.json())

curl -X POST "https://api.palatine.ru/api/v1/transcribe/task_done/{task_id}" \
  -H "Authorization: Bearer <YOUR_TOKEN>"

Обработка ошибок

HTTP код	Описание	Решение
401	Неверный или отсутствующий токен	Проверьте токен авторизации
404	Задача не найдена	Проверьте task_id или создайте новую задачу
409	Задача ещё в обработке	Дождитесь завершения, повторите запрос позже
500	Внутренняя ошибка сервера	Повторите запрос или обратитесь в поддержку

​Транскрибация в формате OpenAI

​Пример транскрибации с помощью polling API

Транскрибация в формате OpenAI

Пример транскрибации с помощью polling API