Multimodal Transcript API

API ID 13135

Advanced multimodal AI API that analyzes images, audio, and video — extracting text, scene descriptions, and visual/audio context in one unified request.

Documentação da API

Endpoints

Requisição

Analisa uma imagem carregada e retorna uma descrição detalhada de objetos, texto, pessoas e contexto encontrados nela

Endpoint ID: 26649
POST https://api-sneakers-database.zylalabs.com/api/13135/multimodal+transcript+api/26649/multimodal+transcript+api
PARÂMETROS DE ENTRADA

Transcrição Multimodal — Recursos do endpoint

Objeto Descrição
prompt Opcional Custom instruction describing what to focus on in the image analysis.
Corpo da requisição Obrigatório Arquivo binário

Solicitações gratuitas de teste restantes: 3 de 3.


PARÂMETROS DE ENTRADA

prompt
RESPOSTA DE EXEMPLO DA API
JSON
{"result":"The image contains a black background with white text. The text appears to be a transcript or log file, likely from a data analysis or software process, as indicated by the presence of timestamps, variable names (X1, X2, X3, Z, Y), statistical terms (beta, regression, scatter plot, p-value, T-Statistik, Koefisien), and phrases like \"ANALISIS REGRESI PATH (PLS-SEM)\", \"Responden\", and \"Uji Hipotesis\".\n\nThe content discusses a path analysis with variables X1, X2, X3, Z, and Y, and their relationships. It mentions scatter plots, regression lines (colored purple, green, and blue), and path diagrams. The analysis seems to involve evaluating direct and indirect effects, with beta coefficients, p-values, and T-Statistics reported for various paths. There are also references to tables summarizing these findings, such as \"Ringkasan Lengkap Hasil Uji Hipotesis\".\n\nThe timestamps and the format of the output suggest it's a log of operations or results displayed sequentially. The text also indicates that the output is divided into sections, with \"Tampilan terbagi dua\" (display divided in two) appearing multiple times, referring to left (diagram/scatter plot) and right (diagram/scatter plot) panels.","media_info":{"size_mb":0.61,"duration_sec":null,"approx_tokens":300},"style":null}
Transcrição Multimodal — TRECHOS DE CÓDIGO

    curl --location 'https://zylalabs.com/api/13135/multimodal+transcript+api/26649/multimodal+transcript+api' \
    --header 'Content-Type: application/json' \ 
    --form 'image=@"FILE_PATH"'

Chave de acesso à API e autenticação

Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Multimodal Transcript API basta incluir seu token Bearer no cabeçalho Authorization.

Cabeçalhos
Cabeçalho Descrição
Authorization Obrigatório Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.

Preços simples e transparentes

Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.

(Economize 2 meses com cobrança anual 🎉)

🚀 Plano Empresarial
Volume personalizado

  • Limite de taxa personalizado
  • Gestão de equipes e acessos
  • Uptime garantido por SLA
  • Suporte ao cliente especializado
  • Monitoramento de API em tempo real
  • Segurança e conformidade empresarial
Contrato anual mínimo: USD 10.000

Empresas líderes confiam em nós

Visão Geral

Multimodal Transkrip turns any image, audio clip, or video into rich, structured insight through a single unified API. Instead of juggling separate services for vision, speech, and video understanding, send us the file and get back a detailed, human-readable analysis in seconds.

Key capabilities:
- Image analysis: object/scene detection, text recognition, contextual description.
- Audio analysis: transcription plus tone and notable-sound summarization.
- Video analysis: scene-by-scene description, either as a single flowing summary or as timestamped SRT-style subtitle output — useful even for silent video.
- Multimodal endpoint: combine image, audio, and video in one request for a unified analysis.
- Custom narration style: request the result be delivered in a specific tone or persona (e.g. news reporter, sports commentator, gentle narrator) separate from what gets analyzed.

Billing scales fairly with actual media size and duration, so a small image and a 30-minute video aren't charged the same. Built for developers doing content moderation, accessibility captioning, video indexing/search, or automated media cataloging.

Perguntas Frequentes Gerais

O Zyla API Hub é como uma grande loja de APIs, onde você pode encontrar milhares delas em um só lugar. Também oferecemos suporte dedicado e monitoramento em tempo real de todas as APIs. Após se cadastrar, você pode escolher quais APIs deseja usar. Lembre-se apenas de que cada API precisa de sua própria assinatura. Mas se você se inscrever em várias, usará a mesma chave para todas elas, facilitando as coisas para você.
Os preços são listados em USD (Dólar Americano), EUR (Euro), CAD (Dólar Canadense), AUD (Dólar Australiano) e GBP (Libra Esterlina). Aceitamos todos os principais cartões de débito e crédito. Nosso sistema de pagamento usa a mais recente tecnologia de segurança e é operado pela Stripe, uma das empresas de pagamento mais confiáveis do mundo. Se tiver problemas para pagar com cartão, entre em contato conosco em [email protected]

Além disso, se você já tiver uma assinatura ativa em qualquer uma dessas moedas (USD, EUR, CAD, AUD, GBP), essa moeda será mantida para assinaturas subsequentes. Você pode alterar a moeda a qualquer momento, desde que não tenha assinaturas ativas.
A moeda local exibida na página de preços é baseada no país do seu endereço IP e é fornecida apenas como referência. Os preços reais são em USD (Dólar Americano). Ao efetuar o pagamento, a cobrança aparecerá no extrato do seu cartão em USD, mesmo que você veja o valor equivalente em sua moeda local em nosso site. Isso significa que você não pode pagar diretamente com sua moeda local.
Ocasionalmente, o banco pode recusar a cobrança devido às configurações de proteção contra fraude. Sugerimos contatar seu banco inicialmente para verificar se estão bloqueando nossas cobranças. Você também pode acessar o Portal de Cobrança e alterar o cartão associado para realizar o pagamento. Se isso não funcionar e precisar de mais ajuda, entre em contato com nossa equipe em [email protected]
Os preços são determinados por uma assinatura recorrente mensal ou anual, dependendo do plano escolhido.
As chamadas de API são descontadas do seu plano com base nas requisições bem-sucedidas. Cada plano possui um número específico de chamadas por mês. Apenas chamadas bem-sucedidas, indicadas por uma resposta com Status 200, serão contabilizadas, garantindo que falhas não afetem sua cota mensal.
O Zyla API Hub funciona com um sistema de assinatura mensal recorrente. Seu ciclo de cobrança começa no dia em que você compra um dos planos pagos e será renovado no mesmo dia do mês seguinte. Portanto, cancele sua assinatura com antecedência se quiser evitar cobranças futuras.
Para fazer upgrade do seu plano atual, acesse a página de preços da API e selecione o novo plano desejado. O upgrade é instantâneo, permitindo aproveitar imediatamente os recursos do novo plano. Observe que as chamadas restantes do plano anterior não serão transferidas; você será cobrado pelo valor integral do novo plano.
Para verificar quantas chamadas de API restam para o mês atual, consulte o campo 'X-Zyla-API-Calls-Monthly-Remaining' no cabeçalho da resposta. Por exemplo, se seu plano permite 1.000 requisições por mês e você usou 100, este campo no cabeçalho da resposta indicará 900 chamadas restantes.
Para ver o número máximo de requisições de API que seu plano permite, verifique o cabeçalho de resposta 'X-Zyla-RateLimit-Limit'. Por exemplo, se seu plano inclui 1.000 requisições por mês, este cabeçalho exibirá 1.000.
O cabeçalho 'X-Zyla-RateLimit-Reset' mostra o número de segundos até seu limite de taxa ser redefinido. Isso informa quando sua contagem de requisições começará do zero. Por exemplo, se exibir 3.600, significa que restam 3.600 segundos até o limite ser redefinido.
Sim, você pode cancelar seu plano a qualquer momento acessando sua conta e selecionando a opção de cancelamento na página de Cobrança. Observe que upgrades, downgrades e cancelamentos têm efeito imediato. Além disso, após o cancelamento, você não terá mais acesso ao serviço, mesmo que ainda tenha chamadas restantes na sua cota.
Para oferecer a oportunidade de experimentar nossas APIs sem compromisso, oferecemos um teste gratuito de 7 dias que permite realizar até 50 chamadas de API sem custo. Esse teste pode ser usado apenas uma vez; recomendamos aplicá-lo à API que mais interessa. Embora a maioria das APIs ofereça teste gratuito, algumas podem não oferecer. O teste termina após 7 dias ou quando você atingir 50 requisições, o que ocorrer primeiro. Se atingir o limite, será necessário "Iniciar seu plano pago" para continuar. Você encontra esse botão no perfil em Assinatura -> Escolha a API -> aba Preços. Se não cancelar até o 7º dia, sua assinatura será cobrada automaticamente, liberando todas as chamadas do plano.
Após 7 dias, será cobrado o valor total do plano ao qual você estava inscrito durante o teste. Portanto, é importante cancelar antes do término do período. Solicitações de reembolso por esquecimento de cancelamento não são aceitas.
Ao assinar um teste gratuito de API, você pode fazer até 50 chamadas. Se desejar fazer chamadas adicionais além desse limite, a API solicitará que você "Inicie seu plano pago". Você encontra o botão no perfil em Assinatura -> Escolha a API -> aba Preços.
As Ordens de Pagamento são processadas entre os dias 20 e 30 de cada mês. Se você enviar sua solicitação antes do dia 20, seu pagamento será processado dentro desse período.
Você pode nos contatar via chat para receber assistência imediata. Estamos online de 8h às 17h (EST). Se nos contatar após esse horário, retornaremos o mais rápido possível. Além disso, você pode enviar um e-mail para [email protected]

APIs relacionadas