翻訳

音声コンテンツを指定された言語に翻訳します。

エンドポイント

POST https://api.sambanova.ai/v1/audio/translations

リクエストパラメータ

以下の表は、音声翻訳リクエストに必要なパラメータ、パラメータタイプ、説明、およびデフォルト値を示しています。

Whisper Large v3

パラメータ	タイプ	説明	デフォルト
model	String	使用するモデルのID。	必須
prompt	Message	文字起こしのスタイルや語彙に影響を与えるプロンプト。例：「間や躊躇を含めて、注意深く文字起こしをしてください。」	任意
temperature	String	0から1の間のサンプリング温度。高い値はランダム性を増加させ、低い値はより焦点を絞った出力を生成します。	0
file	File	FLAC、MP3、MP4、MPEG、MPGA、M4A、Ogg、WAV、またはWebM形式の音声ファイル。ファイルサイズの制限は25MBです。	必須
response format	String	出力形式：JSONまたはテキスト。	json

Qwen2-Audio-7B-Instruct

パラメータ	タイプ	説明	デフォルト
model	String	使用するモデルのID。	必須
messages	Message	ロール（user/system/assistant）、タイプ（text/audio_content）、およびaudio_content（base64音声コンテンツ）を含むメッセージのリスト。	必須
response_format	String	出力形式はjsonまたはテキストです。	json
temperature	Number	0から1の間のサンプリング温度。高い値（例：0.8）はランダム性を増加させ、低い値（例：0.2）は出力をより焦点を絞ったものにします。	0
max_tokens	Number	生成するトークンの最大数。	1000
file	File	FLAC、MP3、MP4、MPEG、MPGA、M4A、Ogg、WAV、またはWebM形式の音声ファイル。各単一ファイルは30秒を超えてはいけません。	必須
language	String	文字起こしまたは翻訳の対象言語。	任意
stream	Boolean	ストリーミングレスポンスを有効にします。	false
stream_options	Object	追加のストリーミング設定（例：{“include_usage”: true}）。	任意

リクエスト形式

このセクションでは、異なる方法を使用してリクエストを送信する例を提供します。

CURL

curl --location 'https://api.sambanova.ai/v1/audio/translations' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--form 'model="Qwen2-Audio-7B-Instruct"' \
--form 'language="spanish"' \
--form 'response_format="json"' \
--form 'temperature="0.01"' \
--form 'file=@"/path/to/audio/file.mp3"' \
--form 'stream="true"'

Python

helloWorld.py

import requests

def translate_audio(audio_file_path, api_key, target_language="spanish"):
      headers = {"Authorization": f"Bearer {api_key}"}

      files = {'file': open(audio_file_path, 'rb')}
      
      data = {
          'model': 'Qwen2-Audio-7B-Instruct',
          'language': target_language,
          'response_format': 'json',
          'temperature': 0.01,
          'stream': True  # Optional
      }
      response = requests.post(
          "https://api.sambanova.ai/v1/audio/translations",
          headers=headers,
          files=files,
          data=data
      )
      return response.json()

レスポンス形式

APIは選択された形式で入力音声の翻訳を返します。

JSON

{
    "text": "Es un efecto de sonido de una campana sonando, específicamente una campana de iglesia."
}

テキスト

Es un efecto de sonido de una campana sonando, específicamente una campana de iglesia.