Liens de plateformes
Collez un lien public. Nous gérons l’extraction, les sous-titres et la reconnaissance automatique de la parole (ASR) selon les particularités de chaque plateforme.
API · MCP · Skill - Fonctionne partout
API de Transcription pourAudio, vidéo et liens
Convertissez vos fichiers audio et vidéo en texte précis grâce à la transcription par IA. Une API simple prend en charge plus de 200 langues, la détection des locuteurs, les horodatages, les sous-titres et les analyses par IA.
🎁Commencez avec1,500 quotas API gratuits
99.9%
Disponibilité
24.2s
Temps de réponse
24 / 7
Assistance
#1
Sécurité des données
- Plus de 200 langues
- Saisie directe d’URL
- Diarisation des locuteurs
- Sortie JSON horodatée
- Chapitres et traduction par IA
Une API. Tous les formats.
Qu'est-ce que l'API de Transcription ?
Développée par Video Transcriber AI, l'API de Transcription convertit l'audio, la vidéo et les liens de YouTube, TikTok, Instagram et plus en texte structuré via un seul endpoint REST, avec diarisation des locuteurs, horodatages au niveau des mots et plus de 200 langues intégrés.
Téléversement de fichiers
Fournissez l’URL publique d’un fichier vidéo ou audio — jusqu’à 5 Go par fichier.
- MP4
- MP3
- MOV
- WebM
- AVI
- WAV
- M4A
- AAC
- OGG
Toutes les sources passent par le même endpoint, avec une structure JSON et des codes d’erreur identiques. Remplacez un lien YouTube par un MP3 sans modifier votre code.
Fonctionnalités
Qu'est-ce qui distingue l'API de Transcription ?
L'API de Transcription, développée par Video Transcriber AI, unifie toutes les sources de transcription en un seul endpoint convivial pour les développeurs, avec des capacités qui vont bien au-delà de la conversion vocale de base.
Couverture Multi-plateforme
L'API de Transcription accepte plus de dix types d'entrée — YouTube, TikTok, Instagram, Facebook, X, BiliBili, Google Drive, Dropbox et téléchargement direct de fichiers — le tout via un seul endpoint avec un format de réponse unifié.
Plus de 200 Langues
L'API de Transcription couvre plus de 200 langues avec détection automatique. Les fichiers audio multilingues sont traités sans problème, permettant aux équipes mondiales d'exécuter un seul pipeline sans modèles régionaux.
Diarisation des Locuteurs Intégrée
La diarisation des locuteurs est incluse dans chaque réponse de l'API de Transcription sans coût supplémentaire. Chaque segment est étiqueté avec un locuteur, transformant les enregistrements multi-personnes en dialogue lisible et attribué.
JSON horodaté
Transcript API renvoie un JSON clair et lisible par machine. Chaque segment inclut son heure de début, sa durée et son texte, prêt à être intégré à votre pipeline, votre base de données ou au contexte d’un LLM. Aucun parsing supplémentaire n’est nécessaire.
Export Multiformat
L'API de Transcription génère du TXT brut, SRT, VTT et JSON complet avec métadonnées. Spécifiez le format dans votre requête et recevez la transcription déjà structurée pour votre système cible, sans scripts de conversion.
Chapitres et traduction par IA
Transcript API génère automatiquement des repères de chapitres pour faciliter la navigation et propose une traduction par IA entre toutes les paires de langues, transformant une seule vidéo en contenu structuré et multilingue.
API. MCP. Compétences d’agents.
Comment utiliser l'API de Transcription ?
La prise en main de Transcript API prend moins de cinq minutes — choisissez votre méthode : API REST, serveur MCP ou compétence d’agent. Aucune installation de SDK ni configuration d’infrastructure n’est nécessaire.
REST API
Pour les développeurs et automatisations
Ajoutez des transcriptions à n’importe quelle application. Compatible avec n8n, Make, Zapier ou votre propre code, dans tous les langages et avec toutes les stacks.
- Obtenez une clé API gratuite sur https://videotranscriber.ai/transcript-api
- Effectuez votre premier appel API. Envoyez une requête POST au endpoint de transcription avec l’URL de votre média ou un fichier.
- La réponse JSON comprend la transcription complète, les segments identifiés par locuteur et la langue détectée.
Serveur MCP
Pour ChatGPT, Claude, Cursor...
Collez un lien vidéo et votre assistant pourra l’écouter. Il transcrit l’audio, résume les points clés, répond à vos questions et rédige des notes, le tout dans la conversation.
claude mcp add --transport http --scope user videotranscriber \
https://videotranscriber.ai/mcp \
--header "Authorization: Bearer $VT_API_KEY"
claude mcp get videotranscriber- Résumé
- Notes de réunion
Compétences d’agents
Pour les agents IA
Installez une seule fois pour que tout agent IA puisse écouter. Résumez des vidéos, transformez des enregistrements en notes et documents ou extrayez le code d’un tutoriel : tout ce que votre agent sait déjà faire, désormais avec l’audio. La première utilisation crée un compte et récupère une clé API. Commencez avec 1500 unités de quota gratuites.
npx skills add VideoTranscriberAI/videotranscriber-skills \
--skill transcribe-media --agent claude-code --global- Résumer une vidéo
- Répondre aux questions
Tarifs
Achetez des quotas API. Sans expiration.
Packs à achat unique, sans renouvellement automatique ni expiration.
3,000Quotas API
$12
jusqu’à 3,000 minutes de transcription
$0.004/quota API
12,000Quotas API
Économisez 10 %$45$48
jusqu’à 12,000 minutes de transcription
$0.004$0.00375/quota API
Le plus populaire
30,000Quotas API
Économisez 20 %$96$120
jusqu’à 30,000 minutes de transcription
$0.004$0.0032/quota API
90,000Quotas API
Économisez 30 %$252$360
jusqu’à 90,000 minutes de transcription
$0.004$0.0028/quota API
270,000Quotas API
Économisez 40 %$648$1,080
jusqu’à 270,000 minutes de transcription
$0.004$0.0024/quota API
600,000Quotas API
Économisez 50 %$1,200$2,400
jusqu’à 600,000 minutes de transcription
$0.004$0.002/quota API
Vous ne savez pas comment intégrer l’API ?
Besoin de plus ? Contactez-nousCe que disent les utilisateurs de l'API de Transcription
Thomas Bernard
Responsable Analytics
Nous avons évalué six API de transcription et l'API de Transcription était la seule à gérer YouTube, TikTok et le téléchargement de fichiers via un seul endpoint. La diarisation des locuteurs fonctionne très bien sur les enregistrements de podcasts — elle a correctement séparé les dialogues superposés mieux que trois concurrents. Les horodatages au niveau des mots nous ont permis de créer un lecteur de transcription interactif que nos utilisateurs adorent. Le traitement est rapide même aux heures de pointe et la documentation nous a fait gagner au moins une semaine d'intégration.
Camille Dubois
Responsable Ingénierie
L'API de Transcription a remplacé quatre outils différents que nous maintenions pour notre plateforme de contenu. Un seul endpoint couvre désormais YouTube, TikTok, Instagram et le téléchargement de fichiers, réduisant le code d'intégration d'environ 70%. Le support de plus de 200 langues nous a permis de nous développer sur cinq nouveaux marchés sans ajouter d'infrastructure, et la détection automatique permet aux membres non techniques de traiter des vidéos sans sélectionner une langue.
Lucas Moreau
Développeur Indépendant
En tant que développeur indépendant créant un outil de conversion vidéo en article de blog, l'API de Transcription était exactement ce dont j'avais besoin. Un seul endpoint POST accepte les URL YouTube, les liens TikTok ou le téléchargement de fichiers — sans branchement par plateforme dans mon code. La diarisation des locuteurs est incluse par défaut sans paramètres supplémentaires. Les horodatages au niveau des mots me permettent de générer automatiquement des marqueurs de chapitre. La tarification par crédits a couvert tout mon développement MVP.
Sophie Laurent
Responsable Legal Tech
Nous avons choisi l'API de Transcription après trois semaines d'évaluation d'AssemblyAI, Deepgram et Google STT. La capacité multi-source et la qualité de diarisation sur les enregistrements de dépositions a été le facteur décisif — elle a géré trois à cinq locuteurs avec des dialogues superposés mieux que tout concurrent. Les horodatages sont suffisamment précis pour les citations de conformité sans vérification manuelle. L'export multiformat vers SRT et VTT a simplifié notre flux de révision des sous-titres.
Antoine Girard
CTO EdTech
L'API de Transcription est l'épine dorsale de notre plateforme éducative — 15 000 cours vidéo par mois depuis YouTube, BiliBili et téléchargement direct dans plus de 30 pays. La détection automatique de la langue économise quatre heures de balisage manuel par jour. La diarisation sur les enregistrements de classe produit des transcriptions claires que les étudiants recherchent et révisent. L'export TXT/SRT/JSON depuis un seul appel alimente simultanément la recherche, le lecteur et l'analyse.
Marie Lefebvre
Directrice Ingénierie Données
Notre outil de surveillance des réseaux sociaux suit les mentions de marque sur YouTube, TikTok, Instagram, Facebook et X. L'API de Transcription a remplacé cinq scrapers fragiles par plateforme par un seul appel API. La réponse est identique qu'il s'agisse d'un duo TikTok ou d'une rediffusion YouTube. Les horodatages localisent les moments exacts de mention dans les longues vidéos, et la diarisation distingue la voix du créateur de la conversation de fond — essentiel pour la précision de l'analyse de sentiment.
Questions Fréquentes sur l'API de Transcription
L'API de Transcription est un service voix-texte multi-source qui convertit l'audio, la vidéo et les liens de plus de dix plateformes en texte structuré via un seul endpoint REST. Elle inclut la diarisation des locuteurs, les horodatages au niveau des mots, la prise en charge de plus de 200 langues et l'export multiformat sans frais supplémentaires. Les développeurs envoient une requête POST avec une URL ou un fichier et obtiennent une transcription structurée prête pour la recherche, l'analyse ou l'affichage.
L'API de Transcription accepte YouTube, TikTok, Instagram, Facebook, X, BiliBili, Google Drive, Dropbox et le téléchargement direct de fichiers via un seul endpoint. Chaque type de source utilise la même structure de requête et renvoie le même format de réponse. Pour les workflows exclusivement YouTube, consultez Transcription YouTube.
L'API de Transcription atteint des taux d'erreur de mots compétitifs grâce à des modèles d'IA de pointe optimisés pour l'audio du monde réel — bruit de fond, accents, locuteurs superposés et qualité d'enregistrement variable. La diarisation s'exécute dans le modèle principal, pas en post-traitement. Testez avec des échantillons audio réels pour évaluer la précision dans votre cas d'usage.
L'API de Transcription inclut une documentation complète couvrant l'authentification, la référence des endpoints, les schémas de requête et de réponse, les codes d'erreur, les limites de débit et les stratégies de nouvelle tentative. Des exemples de code sont fournis en Python, JavaScript, cURL, Go et Ruby. Un environnement de test en direct est disponible pour tester les requêtes sans écrire de code.
La diarisation des locuteurs est incluse dans chaque réponse de l'API de Transcription sans coût supplémentaire. L'API identifie et étiquette automatiquement les locuteurs individuels dans les fichiers audio multi-personnes — réunions, entretiens, podcasts et tables rondes. Les paroles superposées et les changements rapides de locuteur sont gérés sans spécifier le nombre de locuteurs à l'avance.
L'API de Transcription prend en charge TXT, SRT, VTT et JSON avec métadonnées complètes incluant les horodatages au niveau des mots, les étiquettes de locuteur et la langue détectée. Spécifiez le format via un paramètre de requête et recevez la transcription déjà structurée. Les exports SRT et VTT incluent des horodatages avec une précision à la milliseconde.
L'API de Transcription utilise un modèle de tarification par crédits sans niveau gratuit. Un crédit couvre une minute de transcription et inclut la diarisation des locuteurs, les horodatages au niveau des mots, la détection de la langue et le téléchargement des sous-titres par défaut. Les résumés de chapitres et la traduction nécessitent des crédits supplémentaires. Pour la transcription directe de fichiers sans intégration API, essayez Transcrire Vidéo en Texte.
L'API de Transcription traite les médias via des canaux chiffrés et ne stocke pas les fichiers téléchargés au-delà du temps nécessaire à la transcription. Tout le trafic API utilise TLS. Les tokens Bearer peuvent être alternés ou révoqués à tout moment. Les régions de traitement des données peuvent être spécifiées pour les exigences de conformité. Les médias et transcriptions des clients ne sont jamais utilisés pour l'entraînement des modèles.
Obtenez votre première transcription en 60 secondes.
L'API de Transcription de Video Transcriber AI donne à votre application tout ce dont elle a besoin pour convertir la parole en texte structuré et consultable — des clips YouTube aux enregistrements de réunions, le tout via un seul endpoint sans configuration par plateforme. 1500 quotas API gratuits, sans carte bancaire ni appel commercial.
🎁Commencez avec1,500 quotas API gratuits