Transcription en temps réel

La route WebSocket /v1/ws/transcribe transcrit de courts enregistrements au fil de la parole : vous envoyez l’audio par morceaux, puis vous demandez la transcription du tout.

Connexion

wss://api.lexiafrik.com/v1/ws/transcribe?api_key=lx_votre_cle

Un navigateur ne peut pas ajouter d’en-tête à une connexion WebSocket : la clé passe donc dans l’adresse (api_key). Gardez-la côté serveur ; ne placez pas une clé dans une page publique.

À la connexion, le serveur répond {"type": "ready", …} quand il est prêt à recevoir l’audio.

Protocole

Du client vers le serveur :

Du serveur vers le client, un message JSON dont le champ type vaut :

Format de l’audio

Ce qui est envoyé entre deux commandes transcribe doit former un fichier audio complet et valide (WAV, WebM, MP3, Ogg…), découpé en morceaux dans l’ordre. Ce n’est pas un flux de données brutes : chaque transcribe décode l’ensemble des octets reçus comme un seul fichier.

Avec MediaRecorder dans un navigateur, les morceaux d’un même enregistrement, mis bout à bout, forment un fichier WebM valide :

const ws = new WebSocket(`wss://api.lexiafrik.com/v1/ws/transcribe?api_key=${key}`);
ws.onmessage = (e) => {
  const msg = JSON.parse(e.data);
  if (msg.type === 'transcription') console.log(msg.text);
  if (msg.type === 'error') console.error(msg.detail);
};

const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
const rec = new MediaRecorder(stream, { mimeType: 'audio/webm' });
rec.ondataavailable = async (e) => ws.send(await e.data.arrayBuffer());
rec.onstop = () => ws.send('transcribe');

rec.start(250);               // un morceau toutes les 250 ms
setTimeout(() => rec.stop(), 10_000);

En Python :

import asyncio, json, os, websockets

async def main():
    url = f"wss://api.lexiafrik.com/v1/ws/transcribe?api_key={os.environ['LEXIAFRIK_API_KEY']}"
    async with websockets.connect(url) as ws:
        await ws.recv()                                   # {"type": "ready"}
        with open("phrase.wav", "rb") as f:
            while chunk := f.read(64 * 1024):
                await ws.send(chunk)
        await ws.send("transcribe")
        print(json.loads(await ws.recv())["text"])

asyncio.run(main())

Limites

Chaque transcribe réussi est décompté de votre quota (puis de votre crédit) et enregistré dans votre historique, comme une transcription ordinaire.