Sarvam AI Speech to Text API

L'API Speech to Text di Sarvam AI offre una trascrizione accurata in 22 lingue indiane, tra cui hindi, bengalese, tamil, telugu, gujarati, kannada, malayalam, marathi, punjabi, odia e inglese con accento indiano. Basata sul modello Saarika v2, gestisce diverse esigenze linguistiche mantenendo la precisione anche in ambienti audio difficili con rumore di fondo, sovrapposizioni di voci e connessioni instabili. La funzionalità di diarizzazione degli speaker identifica e etichetta automaticamente i diversi relatori nell'audio, risultando preziosa per la trascrizione di riunioni, interviste e analisi di call center. L'API eccelle nella gestione del code-mixing, gestendo senza interruzioni i cambi di lingua a metà frase tra hindi, inglese e lingue regionali, una capacità fondamentale per le interazioni naturali nelle lingue indiane. La piattaforma supporta numerosi formati audio, tra cui MP3, WAV, AAC, OGG, Opus, FLAC, M4A, AMR, WMA e WebM, garantendo la compatibilità con diverse sorgenti di registrazione. Tre opzioni API si adattano a diversi flussi di lavoro: REST API per file inferiori a 30 secondi, Batch API per elaborare fino a 1 ora con diarizzazione completa e timestamp, e Streaming API per la trascrizione in tempo reale tramite WebSocket. Progettata per l'integrazione con gli sviluppatori e la scalabilità aziendale, l'API offre una soluzione flessibile e pronta per la produzione per creare applicazioni vocali multilingue nei mercati delle lingue indiane.