> ## Documentation Index
> Fetch the complete documentation index at: https://docs.infercom.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Audio-Eingabefunktionen implementieren - Entwicklerhandbuch

> Audio-Transkription und Übersetzung mit Infercom API implementieren. Whisper-Large-v3 für Echtzeit-Sprache-zu-Text auf EU-souveräner Infrastruktur.

Für Entwickler, die Audio-Unterstützung benötigen, bietet Infercom das Whisper large-v3 Modell von OpenAI, das Echtzeit-Transkriptionen und Übersetzungen ermöglicht.

## Whisper-Large-v3

* **Modell**: Whisper-Large-v3
* **Beschreibung**: Hochmodernes automatisches Spracherkennungs- (ASR) und Übersetzungsmodell. Entwickelt von OpenAI und trainiert auf über 5 Millionen Stunden gelabeltem Audio. Hervorragend geeignet für mehrsprachige und Zero-Shot-Sprachaufgaben in verschiedenen Bereichen.
* **Modell-ID**: `Whisper-Large-v3`
* **Unterstützte Sprachen**: Mehrsprachig

### Kernfähigkeiten

* Transkribiert und übersetzt erweiterte Audio-Eingaben (bis zu 25 MB).
* Zeigt hohe Genauigkeit bei Spracherkennungs- und Übersetzungsaufgaben.
* Bietet OpenAI-kompatible Endpunkte für Transkriptionen und Übersetzungen.

### Anfrageparameter

| Parameter         | Typ     | Beschreibung                                                                                                                                         | Standard     | Endpunkte                        |
| :---------------- | :------ | :--------------------------------------------------------------------------------------------------------------------------------------------------- | :----------- | :------------------------------- |
| `model`           | String  | Die ID des zu verwendenden Modells.                                                                                                                  | Erforderlich | `transcriptions`, `translations` |
| `file`            | File    | Audiodatei im Format FLAC, MP3, MP4, MPEG, MPGA, M4A, Ogg, WAV oder WebM. Dateigrößenlimit: 25 MB.                                                   | Erforderlich | `transcriptions`, `translations` |
| `prompt`          | String  | Prompt zur Beeinflussung des Transkriptionsstils oder Vokabulars. Beispiel: "Bitte transkribieren Sie sorgfältig, einschließlich Pausen und Zögern." | Optional     | `transcriptions`, `translations` |
| `response_format` | String  | Ausgabeformat: entweder `json` oder `text`.                                                                                                          | `json`       | `transcriptions`, `translations` |
| `language`        | String  | Die Sprache der Audio-Eingabe. Die Verwendung des ISO-639-1-Formats (z.B. `en`) verbessert Genauigkeit und Latenz.                                   | Optional     | `transcriptions`, `translations` |
| `stream`          | Boolean | Aktiviert Streaming-Antworten.                                                                                                                       | `false`      | `transcriptions`, `translations` |
| `stream_options`  | Object  | Zusätzliche Streaming-Konfiguration (z.B. `{"include_usage": true}`).                                                                                | Optional     | `transcriptions`, `translations` |

### Beispielverwendung

<CodeGroup>
  ```python Python (SambaNova) theme={null}
  from sambanova import SambaNova
  import base64

  client = SambaNova(
      base_url="https://api.infercom.ai/v1",
      api_key="ihr-infercom-api-schluessel",
  )

  audio_path="audio_path"
  with open(audio_path, "rb") as audio_file: 
     bin_audio = audio_file.read()

  response = client.audio.transcriptions.create(
      model="Whisper-Large-v3",
      file=(audio_path,bin_audio),
  )
  print(str(response))
  ```

  ```python Python (OpenAI) theme={null}
  from openai import OpenAI
  import base64

  client = OpenAI(
      base_url="https://api.infercom.ai/v1",
      api_key="ihr-infercom-api-schluessel",
  )

  audio_path="audio_path"
  with open(audio_path, "rb") as audio_file: 
     bin_audio = audio_file.read()

  response = client.audio.transcriptions.create(
      model="Whisper-Large-v3",
      file=(audio_path,bin_audio),
  )
  print(str(response))
  ```

  ```javascript Javascript (SambaNova) theme={null}
  import SambaNova from "sambanova";

  const client = new SambaNova({
    baseURL: 'https://api.infercom.ai/v1',
    apiKey: 'ihr-infercom-api-schluessel'
  });

  async function run() {
    const audioPath = 'audio_path';
    const binAudio = fs.createReadStream(audioPath);

    const response = await client.audio.transcriptions.create({
      model: 'Whisper-Large-v3',
      file: binAudio,
    });

    console.log('Full Response:');
    console.dir(response, { depth: null });
  }

  run().catch(console.error);
  ```
</CodeGroup>