Videotranskription API

Senden Sie eine Video- oder Audiodatei und erhalten Sie ein Transkript mit Sprechererkennung. Die API unterstützt Videos der wichtigsten Plattformen und lokal hochgeladene Video-/Audiodateien.

Unterstützte Videoquellen

YouTube, Vimeo, Dailymotion, Kick, Twitch, TikTok, Facebook, Zoom, Rumble und weitere.

Lokale Uploads erfordern einen Standard-Plan oder höher. Weitere Details in der Upload-API.

Transkriptionsaufgabe einreichen

POST https://wayinvideo-api.wayin.ai/api/v2/transcripts

Anfragekörper

Parameter	Typ	Erforderlich	Standard	Beschreibung
`video_url`	string	Ja	—	Quellvideo/-audio-URL oder hochgeladene Dateikennung
`source_lang`	string	Nein	`null`	Quellsprache des Videos. Wenn `null`, automatische Erkennung.
`target_lang`	string	Nein	`null`	Zielsprache für das Transkript. Wenn `null`, keine Übersetzung. Wenn von der Quellsprache abweichend, wird das Transkript automatisch übersetzt.

curl -X POST https://wayinvideo-api.wayin.ai/api/v2/transcripts \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "x-wayinvideo-api-version: v2" \
  -d '{"video_url": "https://www.youtube.com/watch?v=example", "target_lang": "en"}'

Antwort

{"data": {"id": "trans_proj_001", "name": "sample project name", "status": "CREATED"}}

Transkriptionsergebnisse abrufen

GET https://wayinvideo-api.wayin.ai/api/v2/transcripts/results/{id}

Antwort

{
  "data": {
    "status": "SUCCEEDED", "cost_usage": 27.0,
    "transcript": [
      {"text": "Welcome to today's presentation", "language": null, "start": 200, "end": 4500, "speaker": "Speaker 1"},
      {"text": "Thanks for coming", "language": null, "start": 5000, "end": 8200, "speaker": "Speaker 2"}
    ]
  }
}

Antwortfelder

Feld	Typ	Beschreibung
`status`	string	`CREATED`, `QUEUED`, `ONGOING`, `SUCCEEDED`, `FAILED`
`error_message`	string	Fehlerursache (nur wenn `FAILED`)
`cost_usage`	number	Verbrauchte API-Einheiten
`transcript`	array	Liste der Transkript-Segmente

Transkript-Segment

Feld	Typ	Beschreibung
`text`	string	Transkribierter Text
`language`	string \| null	Erkannter Sprachcode oder `null`
`start`	integer	Startzeit in Millisekunden
`end`	integer	Endzeit in Millisekunden
`speaker`	string	Sprecher-Label (z.B. `"Speaker 1"`)