後端預設監聽 127.0.0.1:8787,同時提供瀏覽器頁面與下列 API。所有音訊端點使用單聲道、16 kHz、小端序 Float32 PCM,Content-Type 為 application/octet-stream。每次請求最多 30 秒;一般音訊請求至少 1 秒,串流 finish 可以送空音訊。
| 方法與路徑 | 用途 |
|---|---|
GET /api/health |
轉錄及摘要模型狀態、模型名稱、streaming 能力與摘要預算 |
POST /api/fetch-media |
接收 JSON {"url":"..."},取得 YouTube 音訊與標題;只接受 YouTube 網域 |
模型在背景載入時,/api/health 會顯示 loading;載入成功為 ready,失敗為 error。摘要未啟用時,其狀態為 disabled。
| 方法與路徑 | 用途 |
|---|---|
POST /api/transcribe |
送入一段 PCM,取得文字、語言、時間範圍與推論耗時 |
POST /api/streams |
建立有狀態轉錄 session;僅串流後端可用 |
POST /api/streams/{id}/chunk |
送入新的 PCM,取得持續更新的文字 |
POST /api/streams/{id}/finish |
結束 session,提交最終文字 |
POST /api/streams/{id}/abort |
丟棄 session |
/api/transcribe 可用 X-Audio-Start、X-Audio-End 指定片段在媒體中的秒數,用 X-Language 指定語言;語言預設為 Chinese。回應包含 text、language、start、end、audio_seconds、context_samples、inference_seconds。
POST /api/streams 回傳 stream_id。後續 chunk 與 finish 回應包含 text、language、inference_seconds。非串流後端的建立請求會回報 streaming_not_ready。
| 方法與路徑 | 用途 |
|---|---|
POST /api/meetings |
建立會議,回傳 meeting_id 與初始狀態 |
POST /api/meetings/{id}/segments |
以 JSON 的 segments 陣列加入逐字稿 |
POST /api/meetings/{id}/rollout |
立即執行一次摘要更新 |
POST /api/meetings/{id}/auto |
以 JSON {"enabled":true/false} 切換自動更新 |
POST /api/meetings/{id}/finalize |
處理剩餘片段並產生最終會議紀錄 |
GET /api/meetings/{id}/state |
目前主題、索引、待處理佇列與最近更新指標 |
GET /api/meetings/{id}/transcript |
所有原始逐字稿片段 |
segments 中每個項目需要 segment_id 與 text,也可包含 started_at、ended_at、speaker_id。暫停自動更新只會停止排程,後續片段仍會保存並排隊。state 中的 rollouts 提供 token 使用量、操作、壓縮、耗時及重試資訊,供頁面的推論資訊區顯示。