$5 free credits when you sign up Claim now
Marlin 2b now available Test it!
MiniMax H3 now available! Test it!
Sign in Get started Claim $5
Browse all Models
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all
Browse all

Video a texto

Transcribir video a texto con IA, por API

Sube un archivo de audio o video, o envía un enlace de YouTube, TikTok, X, Twitch o Kick. Con WhisperLargeV3Ct2 recibes un JSON con el texto, el idioma detectado y segmentos con marcas de tiempo.

  • Una hora desde un archivo o YouTube cuesta $0,052, 10 minutos $0,013
  • Marcas de tiempo por segmento sin costo extra, por palabra con un 50 % más
  • Envía la URL del video en lugar de descargar el archivo
Obtén $5 en créditos Ver fuentes compatibles

Sin tarjeta de crédito · Créditos gratis válidos 90 días · Después recargas saldo y pagas por uso, sin suscripción

WhisperLargeV3Ct2 Video a texto
Transcripción devuelta por la API Gracias por unirte a la llamada de hoy. Publicaremos la nueva página de precios el lunes y el equipo de soporte actualizará el centro de ayuda el miércoles.
Archivo de 9,8 s · idioma detectado: es (99,9 %) · marcas de tiempo por segmento Costo en deAPI: $0,0051 (precio de octubre 2026)

Qué puedes transcribir

Un solo endpoint, POST /api/v2/audio/transcriptions, acepta tanto un enlace como un archivo.

  1. Marcas de tiempo: activa include_ts. Con ts_level segment no pagas extra; word suma un 50 %. La API devuelve los tiempos de inicio y fin en segundos, y con ellos generas tú el SRT o el VTT.

  2. Hablantes: diarize etiqueta cada segmento, y cada palabra si usas marcas por palabra, con un hablante (SPEAKER_00, SPEAKER_01…) y suma un 50 % al precio. Las marcas por palabra y los hablantes juntos suman un 50 % una sola vez.

  3. Idioma: la API lo detecta y lo devuelve con language_probability, o lo fijas tú con lang (por ejemplo, "lang": "es").

Archivos de audio y video source_file (subida multipart, hasta 20 MB de audio o 50 MB de video) Llamadas, podcasts, entrevistas, clases
YouTube source_url Subtítulos, búsqueda en un canal, resúmenes
TikTok source_url Subtítulos, monitoreo de redes, moderación de contenido
Posts y Spaces de X source_url Monitoreo de redes, pasar Spaces grabados a texto
Twitch y Kick source_url Momentos destacados del stream, menciones de patrocinadores

Precios de la API de transcripción

Se cobra por solicitud según la duración: $0,0058 por un archivo de 1 minuto, $0,052 por una hora. Sin suscripción.

1 minuto $0,0058 ≈ 864
10 minutos $0,013 ≈ 390
1 hora $0,052 ≈ 96

Qué incluye la cuenta gratuita

  • $5 en créditos, unas 96 horas de audio desde archivos o YouTube
  • 1 solicitud de transcripción por minuto y 10 al día hasta tu primera recarga
  • Sin tarjeta de crédito, créditos válidos por 90 días
Obtén $5 en créditos

Precios de archivos y enlaces de YouTube con WhisperLargeV3Ct2 según la API de precios de deAPI, octubre 2026, en USD. Los enlaces de X, Twitch y Kick cuestan más por hora que los archivos y cada plataforma tiene su propia tarifa. TikTok se cobra por tramos de duración. Las marcas de tiempo por palabra o diarize suman un 50 %. Para cotizar, envía duration_seconds y platform (youtube, twitter, twitch, kick o tiktok) a POST /api/v2/audio/transcriptions/price.

Ejemplo de la API de transcripción

Envía un enlace como JSON o sube un archivo como multipart. Reemplaza YOUR_API_KEY por una API key de tu panel.

Endpoint
POST /api/v2/audio/transcriptions
ID de modelo
WhisperLargeV3Ct2
Entrada
source_url o source_file (20 MB de audio, 50 MB de video)
Salida
JSON: text, language, segments[] con start/end
Límites de la cuenta gratuita
1 solicitud por minuto, 10 al día
curl -X POST 'https://api.deapi.ai/api/v2/audio/transcriptions' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Accept: application/json' \
  -F 'model=WhisperLargeV3Ct2' \
  -F 'include_ts=true' \
  -F 'ts_level=segment' \
  -F '[email protected]'
import time, requests

API = "https://api.deapi.ai/api/v2"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY", "Accept": "application/json"}

job = requests.post(f"{API}/audio/transcriptions", headers=HEADERS, json={
    "model": "WhisperLargeV3Ct2",
    "source_url": "https://www.youtube.com/watch?v=jNQXAC9IVRw",
    "include_ts": True,
    "ts_level": "segment",
}).json()["data"]

while True:
    status = requests.get(f"{API}/jobs/{job['request_id']}", headers=HEADERS).json()["data"]
    if status["status"] in ("done", "error"):
        break
    time.sleep(3)

# la transcripción en JSON (text, language, segments) está en status["result_url"]
print(status.get("result_url"))
Referencia completa de la API Página del modelo

¿Qué es una API de transcripción?

Una API de transcripción de video convierte la voz de un archivo de audio o video en texto que puedes guardar, buscar o usar como subtítulos. deAPI ejecuta el modelo abierto Whisper de OpenAI (WhisperLargeV3Ct2) en una red distribuida de GPU y acepta enlaces, así que puedes enviar una URL de YouTube en lugar de descargar el video y subirlo.

  1. Crea una cuenta gratis

    Regístrate y recibe $5 en créditos. Sin tarjeta de crédito.

  2. Crea una API key

    Créala en tu panel, o prueba antes un enlace en el Playground.

  3. Envía un archivo o un enlace

    Haz un POST a /api/v2/audio/transcriptions y toma la transcripción del job.

Preguntas frecuentes sobre la API de transcripción

Envía a la API el enlace del video (YouTube, TikTok, X, Twitch o Kick) o sube el archivo. Con WhisperLargeV3Ct2 recibes un JSON con el texto, el idioma detectado y segmentos con marcas de tiempo.
Una hora de audio o video desde un archivo o un enlace de YouTube cuesta $0,052, 10 minutos $0,013 y un clip de 1 minuto $0,0058 (octubre 2026). Los enlaces de X, Twitch, Kick y TikTok tienen cada uno su propia tarifa, así que pide antes una cotización al endpoint de precios con platform. Pagas por solicitud, sin suscripción.
Sí, con los $5 en créditos que recibe cada cuenta nueva sin tarjeta de crédito. Alcanzan para unas 96 horas de audio desde archivos. Hasta la primera recarga, una cuenta puede enviar 1 solicitud de transcripción por minuto y 10 al día.
La transcripción de esta página es la salida real de WhisperLargeV3Ct2 para un audio en español de 9,8 segundos: el texto salió completo y el idioma detectado fue es, con una probabilidad de 99,9 %. Es una sola muestra, así que prueba también con tus propios audios.
Sí. Pon include_ts en true. Las marcas por segmento están incluidas en el precio; ts_level: "word" suma un 50 %. Cada segmento trae un inicio y un fin en segundos, que puedes convertir en líneas SRT o VTT. La API no devuelve archivos de subtítulos.
Whisper es un modelo multilingüe. La API detecta el idioma hablado y lo devuelve con una probabilidad, o puedes fijarlo con lang, por ejemplo "es".
Sí. Pon diarize en true y cada segmento recibe una etiqueta de hablante como SPEAKER_00. Suma un 50 % al precio.
deAPI ejecuta el modelo abierto Whisper de OpenAI en su propia red de GPU. La API nativa tiene su propio formato de solicitudes. Si ya usas el SDK de OpenAI, deAPI también tiene un endpoint compatible en https://oai.deapi.ai/v1/audio/transcriptions. Acepta subidas de archivos y los IDs de modelo de deAPI (no hay alias whisper-1).

Transcribe tu primera hora con $5 en créditos gratis

Regístrate con tu correo o con Google. Sin tarjeta de crédito, sin suscripción.

Obtén $5 en créditos Docs

Más en deAPI