> ## Documentation Index
> Fetch the complete documentation index at: https://api-docs.voicecheap.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Medien transkribieren

> Transkribieren Sie eine Audio- oder Videodatei als vollständiges JSON, SRT oder VTT

# Medien transkribieren

Laden Sie eine Audio- oder Videodatei hoch und erhalten Sie direkt das Transkript. Dieser eigenständige Endpunkt erstellt kein Synchronisationsprojekt.

Der Endpunkt akzeptiert Dateien bis zu **200 MB** und **2 Stunden**. Er verwendet dieselben API-Schlüssel-Zugriffsregeln wie die Übersetzungs-API.
Erfolgreiche Anfragen geben HTTP `200` zurück.

Eigenständige Transkriptionen teilen sich außerdem das tägliche Generierungskontingent des Transkriptionstools für angemeldete Nutzer. Unbegrenzte monatliche API-Aufrufe ermöglichen keine unbegrenzten Transkriptionsgenerierungen.

## Anfrage

Senden Sie `multipart/form-data` mit den folgenden Feldern.

**x-api-key** `string` *required*

Ihr VoiceCheap API-Schlüssel.

**file** `file` *required*

Die zu transkribierende Audio- oder Videodatei. Unterstützte Formate sind MP4, MOV, MKV, WebM, MPEG, MP3, WAV, M4A, FLAC, OGG und AAC.

**outputFormat** `string` (default: json)

Antwortformat: `json`, `srt` oder `vtt`.

**originalLanguage** `string` (default: auto-detect)

Unterstützter ISO-Code der Quellsprache. Lassen Sie dies als `auto-detect`, es sei denn, Sie kennen die Quellsprache. Nicht unterstützte explizite
Sprachen führen vor Beginn der Verarbeitung zu einem Validierungsfehler.

**numberOfSpeakers** `string` (default: auto-detect)

`auto-detect` oder eine Ganzzahl von `1` bis `32`.

**brandVocabulary** `string`

Ein JSON-String-Array von Namen, Marken, Akronymen oder Fachbegriffen zur Erkennung. Anfrageterme werden mit dem gespeicherten Konto- oder Team-Glossar zusammengeführt.

```json theme={null}
["VoiceCheap", "SmartSync", "ITC Global"]
```

**removeFillerWords** `boolean` (default: true)

Entfernen Sie häufige Füllwörter aus dem Transkript.

**includeSpeakerLabels** `boolean` (default: false)

Stellen Sie SRT-Cues `Speaker N:` voran oder fügen Sie VTT-Sprach-Tags hinzu. JSON enthält immer den numerischen Sprecher für jedes Segment und
jedes Wort.

## JSON-Antwort

JSON ist die vollständigste Ausgabe. Sie enthält den vollständigen Text, die Sprachkonfidenz, die Mediendauer, Sprecher, zeitgestempelte Segmente und zeitgestempelte Wörter.

```json theme={null}
{
  "source": "standalone",
  "language": "en",
  "languageConfidence": 0.99,
  "duration": 12.4,
  "text": "Welcome to VoiceCheap.",
  "speakers": [{ "id": 0, "label": "Speaker 1" }],
  "segments": [
    {
      "index": 0,
      "text": "Welcome to VoiceCheap.",
      "begin": 0.18,
      "end": 1.74,
      "duration": 1.56,
      "speaker": 0,
      "language": "en",
      "confidence": 0.94,
      "words": [
        {
          "index": 0,
          "text": "Welcome",
          "speaker": 0,
          "confidence": 0.96,
          "begin": 0.18,
          "end": 0.62,
          "duration": 0.44
        }
      ]
    }
  ],
  "words": [
    {
      "index": 0,
      "text": "Welcome",
      "speaker": 0,
      "confidence": 0.96,
      "begin": 0.18,
      "end": 0.62,
      "duration": 0.44
    }
  ]
}
```

## Beispiele

```bash cURL — JSON theme={null}
curl -X POST "https://api.voicecheap.ai/v1/transcribe" \
  -H "x-api-key: vc_your-api-key" \
  -F "file=@interview.mp4" \
  -F "outputFormat=json" \
  -F "numberOfSpeakers=2" \
  -F 'brandVocabulary=["VoiceCheap","SmartSync"]'
```

```bash cURL — SRT theme={null}
curl -X POST "https://api.voicecheap.ai/v1/transcribe" \
  -H "x-api-key: vc_your-api-key" \
  -F "file=@interview.mp4" \
  -F "outputFormat=srt" \
  -F "includeSpeakerLabels=true" \
  --output interview.srt
```

```bash cURL — VTT theme={null}
curl -X POST "https://api.voicecheap.ai/v1/transcribe" \
  -H "x-api-key: vc_your-api-key" \
  -F "file=@interview.mp4" \
  -F "outputFormat=vtt" \
  --output interview.vtt
```

## Fehler

| Status | Code | Beschreibung |
| - | - | - |
| 400 | `FILE_REQUIRED` | Es wurde keine Datei hochgeladen |
| 400 | `INVALID_FILE_TYPE` | Dateityp wird nicht unterstützt |
| 400 | `INVALID_MEDIA_STREAM` | Datei hat keinen Audiostream |
| 400 | `DURATION_DETECTION_FAILED` | Mediendauer konnte nicht gelesen werden |
| 400 | `DURATION_TOO_LONG` | Medien sind länger als zwei Stunden |
| 400 | `INVALID_BRAND_VOCABULARY` | Ein oder mehrere Glossareinträge sind ungültig |
| 400 | `INVALID_BOOLEAN_VALUE` | Ein Multipart-Boolean ist nicht `true` oder `false` |
| 400 | `INVALID_JSON_FORMAT` | Ein JSON-kodiertes Multipart-Feld ist fehlerhaft |
| 400 | `INVALID_MULTIPART_REQUEST` | Multipart-Formulardaten sind fehlerhaft oder zu groß |
| 413 | `FILE_TOO_LARGE` | Datei überschreitet 200 MB |
| 502 | `TRANSCRIPTION_EMPTY` | Die Transkription ergab keine verwertbare Sprache |
| 502 | `TRANSCRIPTION_FAILED` | Die Transkriptions-Engine konnte nicht fertiggestellt werden |


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.