تبدیل صدا به متن با یک درخواست
با API میرزا فایل صوتی را از برنامهٔ خودت میفرستی و متن فارسی یا انگلیسی را پس میگیری. نیازی به راهاندازی سرور یا مدل نیست. هزینه فقط بهاندازهٔ دقیقههای صداست و از سکههای فضای کاریات کم میشود.
سه قدم تا اولین متن
۱
کلید بساز
در پنل، بخش «کلیدهای API»، یک کلید جدید بساز. چند ثانیه بیشتر طول نمیکشد.
۲
فایل صوتی را بفرست
یک درخواست ساده با curl یا هر زبان برنامهنویسی که دوست داری.
۳
متن را بگیر
متن آماده است. هزینه بهاندازهٔ دقیقههای صدا از سکههای فضای کاریات کم میشود.
تبدیل صدا به متن
مناسب برنامههایی که صدا دارند: ضبط جلسه، پیام صوتی، پادکست، تماسها. دو راه داری؛ اگر مطمئن نیستی، راه اول را شروع کن.
راه اول: درخواست همزمان
سادهترین راه. فایل را میفرستی و همان لحظه متن را در پاسخ میگیری. این درخواست با شکل درخواستهای OpenAI سازگار است؛ اگر قبلاً با OpenAI کار کردهای، فقط آدرس و کلید را عوض کن و کتابخانهٔ OpenAI هم کار میکند.
اول کلیدت را در محیط ترمینال بگذار:
export MIRZA_API_KEY=uak-...curl https://getmirza.ir/v1/audio/transcriptions \
-H "x-api-key: $MIRZA_API_KEY" \
-F file=@audio.mp3 \
-F model=soniox/stt-async-v5 \
-F language=faپاسخ:
{"text": "..."}بهزودی نامهای ساده و ثابت برای مدلها اضافه میشود تا با تغییر پشتصحنه، کد تو دست نخورد. تا آن زمان همان نامی را بفرست که در نمونهٔ بالا آمده است.
راه دوم: کار پسزمینه (برای فایلهای بلند و نرخ اقتصادی)
فایل را میفرستی، شناسهٔ کار را میگیری و هر چند ثانیه وضعیت را میپرسی. وقتی کار تمام شد، متن را برمیداری. این راه برای فایلهای طولانی بهتر است و تنها راهی است که نرخ اقتصادی دارد.
قدم اول: فایل را بفرست و شناسهٔ کار را بگیر
curl -X POST https://getmirza.ir/api/ai/v1/transcribes/upload/file \
-H "x-api-key: $MIRZA_API_KEY" \
-F file=@audio.mp3 \
-F provider=sonioxفایل روی اینترنت است؟ بهجای آپلود، آدرس عمومی آن را بده:
curl -X POST https://getmirza.ir/api/ai/v1/transcribes \
-H "x-api-key: $MIRZA_API_KEY" \
-H "Content-Type: application/json" \
-d '{"file_url": "https://example.com/audio.mp3", "provider": "soniox"}'قدم دوم: وضعیت کار را بپرس تا تمام شود
curl https://getmirza.ir/api/ai/v1/transcribes/UID \
-H "x-api-key: $MIRZA_API_KEY"قدم سوم: متن را بردار
curl https://getmirza.ir/api/ai/v1/transcribes/UID/result \
-H "x-api-key: $MIRZA_API_KEY"پاسخ، خودِ متن است (نه JSON).
برای نرخ اقتصادی، در همین درخواستها provider=shenava را بفرست؛ بقیهٔ درخواستها عوض نمیشود.
نکته: فایل را همیشه با آپلود یا آدرس عمومی بفرست؛ ارسال base64 پشتیبانی نمیشود.
قیمت
هر دقیقه از صدای فایل شما حساب میشود. نرخها به سکه است و قیمت بستههای سکه در صفحهٔ قیمتها آمده.
| سطح | هر دقیقه | زبانها | چطور انتخاب میشود |
|---|---|---|---|
| استاندارد | ۱٫۲ سکه | همهٔ زبانها | provider=soniox یا راه اول |
| اقتصادی | ۰٫۱۲ سکه | فارسی و انگلیسی | provider=shenava در کار پسزمینه |
مثال: فایل ۱۰ دقیقهای = ۱۲ سکه در سطح استاندارد، یا ۱٫۲ سکه در سطح اقتصادی. اقتصادی یکدهم قیمت استاندارد است. درخواست ناموفق هزینه ندارد.
کلید API
کلید مثل رمز عبور برنامهٔ توست؛ هر درخواست باید آن را همراه داشته باشد.
- وارد پنل ← حساب ← کلیدهای API شو و «کلید جدید» را بزن.
- کلید فقط یک بار نمایش داده میشود. همان لحظه آن را جای امنی ذخیره کن و در کد یا مخزن عمومی ننویس.
- کلید را در هر درخواست، در هدر
x-api-keyبفرست.
هر کلید به یک فضای کاری وصل است و هزینهٔ درخواستهایش از سکههای همان فضای کاری کم میشود. هر فضای کاری سقف اعتبار ۱۰۰ سکه دارد؛ اگر سکهها و این سقف تمام شود، درخواستها رد میشوند تا شارژ کنی. کلیدی که دیگر لازم نداری را در همان صفحه لغو کن.
اگر خطا گرفتی
| کد | یعنی چه | چه کنم |
|---|---|---|
| ۴۰۱ | کلید فرستاده نشده یا نادرست است. | کلید را در هدر x-api-key بفرست و مطمئن شو لغو نشده باشد. |
| ۴۰۲ | اعتبار کافی نیست (پیام insufficient_quota). | سکهٔ فضای کاری را شارژ کن، بعد دوباره بفرست. |
| ۴۲۲ | ورودی درست نیست؛ مثلاً فایل یا آدرس فایل خالی است. | فایل را با multipart بفرست یا آدرس عمومی فایل را بده. base64 نفرست. |
سرویسهای دیگر
متن به گفتار، ساخت تصویر و فهرست مدلها هم با همین کلید در دسترساند. نمونه کدشان (cURL، Python و Node.js) در صفحهٔ کلیدهای API است.
آدرس پایه برای SDK ها (base_url):
https://getmirza.ir/v1آمادهای؟ کلیدت را بساز
سؤالی داشتی یا چیزی کار نکرد؟ به support@getmirza.ir بنویس.