Chuyển giọng nói thành văn bản
Tải lên một file audio và nhận về văn bản phiên âm (transcript), xử lý đồng bộ.
Backpressure: hệ thống giới hạn tối đa 18 request STT xử lý đồng
thời — nếu đạt giới hạn, trả về 503 SERVICE_OVERLOADED kèm
Retry-After: 2.
Circuit breaker: nếu nhà cung cấp lỗi 5 lần trong 10 lần gọi gần
nhất, circuit breaker mở trong 30 giây — trong lúc này mọi request
nhận 503 AI_PROVIDER_UNAVAILABLE kèm Retry-After là số giây còn
lại.
Headers
Key tuỳ chọn, tự sinh phía client, giúp request tính phí retry an toàn. Gửi lại nguyên vẹn cùng một giá trị khi retry: lần gọi thành công đầu tiên được tính phí một lần, kết quả được replay lại cho các lần gọi sau với cùng key (trong vòng 24 giờ). Gửi lại trong lúc request gốc vẫn đang xử lý sẽ nhận 409 DUPLICATE_REQUEST.
Request
File âm thanh (mọi định dạng ffmpeg giải mã được — wav, mp3, m4a, ogg, flac...). Tối đa 25 MB.
Gợi ý ngôn ngữ, ví dụ vi.
Response
Thành công.
Mã tra cứu request, dùng để tra cứu lại qua GET /stt/jobs.
Văn bản phiên âm được từ audio.
Độ dài audio đầu vào, làm tròn tới giây.
Dung lượng file audio đầu vào (byte), đo phía server.
Tổng thời gian xử lý end-to-end (mili-giây).
Tên file gốc đã upload.
Link tạm thời (presigned URL) để nghe lại audio đã gửi ngay sau khi nhận response — hết hạn nhanh, file input tự động xoá (giọng nói là dữ liệu cá nhân — PII); không dùng để lưu trữ lâu dài.