API de transcrição

API de transcrição em português, compatível com a OpenAI.

Já usa o Whisper pela OpenAI? Troque o endereço e a chave. Quer mais? A nossa rota devolve quem falou, CPF e e-mail formatados e avisa por webhook quando termina.

Criar chave grátis Ver como migrar

Preço: R$ 1,80 por hora, cobrado por segundo
Endereço: https://api.trynous.com.br/v1
Para testar: 30 minutos grátis no cadastro, sem cartão. A chave sai na hora.

Mande o áudio. Receba palavra, tempo e CPF.

Um pedido, uma resposta em JSON. O CPF foi dito por extenso e volta formatado e validado, com o que a pessoa falou do lado.

transcrever.py

import os
import requests

resposta = requests.post(
    "https://api.trynous.com.br/v1/transcriptions",
    params={"diarization": "true"},
    headers={"Authorization": f"Bearer {os.environ['NOUS_API_KEY']}"},
    files={"file": open("atendimento.m4a", "rb")},
)
transcricao = resposta.json()

print(transcricao["entities"]["cpfs"][0]["value"])
# 123.456.789-09

transcrever.mjs

import { readFile } from "node:fs/promises";

const form = new FormData();
form.set("file", new Blob([await readFile("atendimento.m4a")]), "atendimento.m4a");

const resposta = await fetch("https://api.trynous.com.br/v1/transcriptions?diarization=true", {
  method: "POST",
  headers: { Authorization: `Bearer ${process.env.NOUS_API_KEY}` },
  body: form,
});
const transcricao = await resposta.json();

console.log(transcricao.entities.cpfs[0].value);
// 123.456.789-09

terminal

curl "https://api.trynous.com.br/v1/transcriptions?diarization=true" \
  -H "Authorization: Bearer $NOUS_API_KEY" \
  -F "file=@atendimento.m4a"

Até 30 minutos de áudio, a resposta vem na mesma chamada.
Mais longo? Passe webhook_url e receba o aviso assinado quando terminar.
A chave sai na hora, no app, e já usa o crédito grátis do cadastro.

Resposta

200 OK

{  "id": "tr_3Vn8qLw2Xc7RbK1mZp4TsD",  "status": "completed",  "model": "aether",  "duration_s": 48.2,  "text": "Meu CPF é 123.456.789-09 e o e-mail é ana.lima@exemplo.com.",  "words": [    { "text": "Meu", "start_s": 0.42, "end_s": 0.61, "speaker": "spk0" },    { "text": "CPF", "start_s": 0.61, "end_s": 1.02, "speaker": "spk0" },    …  ],  "entities": {    "cpfs": [{      "value": "123.456.789-09",      "said": "um dois três quatro cinco seis sete oito nove zero nove",      "valid": true,      "start_s": 1.1    }],    "emails": [{ "value": "ana.lima@exemplo.com", "start_s": 6.3 }]  },  "speakers": [{ "speaker": "spk0", "start_s": 0, "end_s": 48.2 }],  "billing": { "seconds": 49, "cost_brl": 0.0245 }}

Resposta ilustrativa, no formato real da API. Os campos marcados são o CPF que foi dito e o que a pessoa falou.

Já usa a OpenAI? Três mudanças e pronto.

A rota /v1/audio/transcriptions fala o mesmo formato. O SDK que você já tem continua servindo; só muda para onde ele aponta.

file Igual.
model “aether”. Qualquer valor é aceito.
language Vazio ou “pt”. Outro idioma responde 422.
prompt Vira vocabulário, termo por termo.
response_format json, text, srt, vtt e verbose_json.
timestamp_granularities[] word e segment.

O guia de migração completo

transcrever.py 3 mudanças


               
              
              from openai import OpenAI
            
               
              
               
            
              -
              linha removida: 
              client = OpenAI()
            
              +
              linha adicionada: 
              client = OpenAI(
            
              +
              linha adicionada: 
                  base_url="https://api.trynous.com.br/v1",
            
              +
              linha adicionada: 
                  api_key="sua-chave-nous",
            
              +
              linha adicionada: 
              )
            
               
              
               
            
               
              
              texto = client.audio.transcriptions.create(
            
              -
              linha removida: 
                  model="whisper-1",
            
              +
              linha adicionada: 
                  model="aether",
            
               
              
                  file=open("audiencia.mp3", "rb"),
            
               
              
                  response_format="verbose_json",
            
               
              
              )

O que a rota da Nous faz a mais.

POST /v1/transcriptions: um parâmetro na URL para cada coisa. O que não custa a mais está escrito.

diarization=true
Quem falou e o tom

Separa até 4 pessoas e marca cada palavra com quem disse. Com sentiment=true, o tom de cada trecho. Cada um custa R$ 0,000 a mais por minuto.
Ver o guia
entities
Dados ditados

E-mail, CPF, telefone, CEP e valores falados por extenso voltam formatados, com o que a pessoa disse e o segundo. Grátis.
Ver o guia
redact=all
Mascarar dados pessoais

Troca CPF, e-mail, telefone, CEP e valor por máscara no texto, nas palavras e nas entidades. Não tem volta: o original não fica guardado.
Ver o guia
keyterms
Vocabulário

Até 200 termos de até 60 caracteres: nomes, siglas, jargão do seu setor. O prompt da OpenAI vira vocabulário.
Ver o guia
Nous-Signature
Webhooks assinados

transcription.completed e transcription.failed, com HMAC-SHA256 e carimbo de tempo no cabeçalho.
Ver o guia
Idempotency-Key
Idempotência

Repetiu o pedido depois de uma queda de rede? Volta a mesma transcrição, sem cobrar duas vezes.
Ver o guia
audio_url
Áudio por link

Mande um endereço https de até 1 GB. Links de compartilhamento do Google Drive e do Dropbox são convertidos sozinhos.
Ver o guia
/v1/uploads
Arquivos grandes

Até 4 horas e 1 GB por arquivo, com upload separado para o que passa de 100 MB.
Ver o guia
formato=literal
Legendas e degravação

SRT e VTT prontos. O formato literal devolve a fala como saiu, com [inaudível] e [sobreposição], como pede uma degravação.
Ver o guia

Limites claros, erros legíveis.

Passou do limite, a resposta é 429 com Retry-After dizendo quanto esperar. Todo erro vem no mesmo formato, com um request_id para o suporte achar a chamada.

{ "error": {
    "code": "rate_limited",
    "message": "…",
    "request_id": "req_9f2k"
} }

Todos os códigos de erro

Grátis

pedidos por minuto

60

transcrições ao mesmo tempo

2

chaves de API

2
Com recarga ou assinatura

pedidos por minuto

600

transcrições ao mesmo tempo

10

chaves de API

10
Escritório

pedidos por minuto

1.200

transcrições ao mesmo tempo

30

chaves de API

50

Por arquivo: até 4 horas e 1 GB. Só português do Brasil: outro idioma responde 422.

Preço em reais, por segundo.

R$ 0,030 por minuto

Ou R$ 1,80 por hora. Um áudio de 49 segundos paga 49 segundos.

A mesma tabela do app. Pix ou cartão, nota fiscal em todo pagamento, e o crédito do cadastro para testar antes de pagar.

Contrato a partir de R$ 0,020 por minuto (R$ 1,20 por hora), para 500 horas por mês ou mais, sempre por proposta. Fale com a gente.

Quanto maior a recarga, menor a hora

Recarga de R$ 20 R$ 0,030/min R$ 1,80/h
Recarga de R$ 50 R$ 0,029/min R$ 1,71/h
Recarga de R$ 150 R$ 0,027/min R$ 1,64/h
Recarga de R$ 600 R$ 0,025/min R$ 1,50/h

Por minuto, se você pedir

Identificar quem falou incluído
Sentimento e métricas de conversa (com assinatura) +R$ 0,002/min
Dados ditados, legendas SRT/VTT e vocabulário incluídos
Cobrado por segundo sem mínimo

Ver a tabela inteira

O áudio do seu cliente continua dele.

Atendimento, consulta e audiência têm nome, CPF e segredo. Tratamos cada arquivo que passa pela API do jeito que a LGPD pede.

Segurança e LGPD

Não treinamos com o seu áudio

A menos que você autorize. A opção vem desligada.
Você decide quanto tempo guardar

Apague pela API na hora ou deixe a conta apagar sozinha depois de alguns dias.
LGPD e contrato em português

Empresa brasileira, acordo de tratamento de dados para empresas e nota fiscal.

Perguntas de quem vai integrar.

A documentação tem a referência completa, com exemplos em Python, Node e cURL.

A API é compatível com a da OpenAI (Whisper)?

Sim. A rota POST /v1/audio/transcriptions aceita os mesmos campos da OpenAI. Troque o base_url e a api_key no SDK que você já usa e passe model="aether". Os formatos json, text, srt, vtt e verbose_json funcionam, com tempo por palavra e por segmento.

Quanto custa a API de transcrição?

R$ 0,030 por minuto (R$ 1,80 por hora), cobrado por segundo e sem mínimo. Recargas maiores dão bônus e levam a hora a R$ 1,33. Quem falou e sentimento custam R$ 0,000 a mais por minuto cada; dados ditados, legendas e vocabulário estão incluídos. Contrato a partir de R$ 0,020 por minuto (R$ 1,20 por hora), para 500 horas por mês ou mais, sempre por proposta.

Quais idiomas a API transcreve?

Só português do Brasil, e é por isso que ela acerta nome, número e sotaque daqui. Pedidos com outro idioma respondem 422.

Qual o tamanho máximo do arquivo?

Até 4 horas e 1 GB. Por multipart vão até 25 MB, com o arquivo direto no corpo até 100 MB, e acima disso você usa o upload separado ou manda um link com audio_url.

Como sei quando uma transcrição longa terminou?

Passe webhook_url e a Nous faz um POST no seu endereço com transcription.completed ou transcription.failed, assinado no cabeçalho Nous-Signature. Se preferir, consulte GET /v1/transcriptions/{id}.

Posso testar a API de graça?

Pode. A conta nova ganha 30 minutos de crédito, que vale na API e no app. A conta grátis faz até 60 pedidos por minuto e 2 transcrições ao mesmo tempo.

Emite nota fiscal? Aceita Pix?

Sim para os dois. Toda recarga e toda assinatura sai com nota fiscal, e você paga com Pix ou cartão, em reais.

Sua primeira transcrição cabe em três linhas.

Crie a conta, gere a chave e teste com 30 minutos grátis, sem cartão. Pague em reais, com Pix e nota fiscal.

Criar chave grátis Ler a documentação

API de transcrição em português, compatível com a OpenAI.

Mande o áudio. Receba palavra, tempo e CPF.

Já usa a OpenAI? Três mudanças e pronto.

O que a rota da Nous faz a mais.

Quem falou e o tom

Dados ditados

Mascarar dados pessoais

Vocabulário

Webhooks assinados

Idempotência

Áudio por link

Arquivos grandes

Legendas e degravação