> ## 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.

# Transcribir medios

> Transcriba un archivo de audio o video como JSON, SRT o VTT completo

# Transcribir medios

Suba un archivo de audio o video y reciba su transcripción directamente. Este endpoint independiente no crea un proyecto de doblaje.

El endpoint acepta archivos de hasta **200 MB** y **2 horas**. Utiliza las mismas reglas de acceso mediante clave API que la API de traducción.
Las solicitudes exitosas devuelven HTTP `200`.

La transcripción independiente también comparte la cuota diaria de generación de la herramienta de transcripción autenticada. Las llamadas mensuales ilimitadas a la API no conceden generaciones de transcripción ilimitadas.

## Solicitud

Envíe `multipart/form-data` con los siguientes campos.

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

Su clave API de VoiceCheap.

**file** `file` *required*

El archivo de audio o video a transcribir. Los formatos admitidos incluyen MP4, MOV, MKV, WebM, MPEG, MP3, WAV, M4A, FLAC, OGG y AAC.

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

Formato de respuesta: `json`, `srt` o `vtt`.

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

Código ISO del idioma de origen admitido. Déjelo como `auto-detect` a menos que conozca el idioma de origen. Los idiomas explícitos no admitidos
devuelven un error de validación antes de que comience el procesamiento.

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

`auto-detect` o un número entero de `1` a `32`.

**brandVocabulary** `string`

Una matriz de cadenas JSON de nombres, marcas, acrónimos o términos de dominio a reconocer. Los términos de la solicitud se combinan con el glosario guardado de la cuenta o del equipo.

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

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

Elimine las muletillas comunes de la transcripción.

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

Prefije las señales SRT con `Speaker N:` o añada etiquetas de voz VTT. JSON siempre incluye el hablante numérico en cada segmento y palabra.

## Respuesta JSON

JSON es la salida más completa. Contiene el texto completo, la confianza del idioma, la duración de los medios, los hablantes, los segmentos con marca de tiempo y las palabras con marca de tiempo.

```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
    }
  ]
}
```

## Ejemplos

```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
```

## Errores

| Estado | Código | Descripción |
| - | - | - |
| 400 | `FILE_REQUIRED` | No se subió ningún archivo |
| 400 | `INVALID_FILE_TYPE` | El tipo de archivo no es compatible |
| 400 | `INVALID_MEDIA_STREAM` | El archivo no tiene flujo de audio |
| 400 | `DURATION_DETECTION_FAILED` | No se pudo leer la duración de los medios |
| 400 | `DURATION_TOO_LONG` | Los medios duran más de dos horas |
| 400 | `INVALID_BRAND_VOCABULARY` | Una o más entradas del glosario no son válidas |
| 400 | `INVALID_BOOLEAN_VALUE` | Un booleano multipart no es `true` o `false` |
| 400 | `INVALID_JSON_FORMAT` | Un campo multipart codificado en JSON está mal formado |
| 400 | `INVALID_MULTIPART_REQUEST` | Los datos del formulario multipart están mal formados o son demasiado grandes |
| 413 | `FILE_TOO_LARGE` | El archivo supera los 200 MB |
| 502 | `TRANSCRIPTION_EMPTY` | La transcripción no devolvió ningún discurso utilizable |
| 502 | `TRANSCRIPTION_FAILED` | El motor de transcripción no pudo finalizar |


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