Всё, что умеет личный кабинет с расшифровкой, доступно и из кода. Через API ваша CRM, бот, скрипт или сценарий в n8n сами отправляют записи на расшифровку и забирают готовый текст: без ручной загрузки файлов и копирования результата. В этом гайде пройдём весь путь от ключа до готовой расшифровки в вашей системе и разберём, где обычно спотыкаются.

Что понадобится

API работает на любом платном тарифе, начиная с «Базового». Отдельной платы за него нет: запросы расходуют те же минуты, что и работа в кабинете. Сначала списываются минуты тарифа, затем докупленные. На бесплатном тарифе ключ создать нельзя, но качество распознавания можно проверить в кабинете на своих файлах.

Из инструментов хватит терминала с cURL или любого языка, который умеет отправлять HTTP-запросы. Все примеры ниже на cURL и Python. Адрес API указан в документации в личном кабинете: в примерах он спрятан в переменную API_BASE.

Шаг 1. Создаём ключ

Раздел API в настройках

Ключи живут в кабинете: «Настройки» → вкладка «API». Здесь видны все ключи аккаунта, их префиксы и время последнего использования, а кнопка «Открыть документацию» ведёт в полный справочник.

Создание ключа

Жмём «Создать ключ» и даём ему понятное название по проекту или интеграции, например «CRM звонки» или «n8n». Когда ключей станет несколько, по названию сразу будет ясно, какой из них отзывать.

Новый ключ создан

Полный токен показывается один раз, сразу после создания. Скопируйте его и положите в переменную окружения или хранилище секретов на сервере. В браузерный код, мобильное приложение и публичный репозиторий ключ класть нельзя: любой, кто его увидит, сможет тратить ваши минуты. Если ключ всё-таки утёк, отзовите его кнопкой «Отозвать» и создайте новый.

Дальше ключ передаётся в каждом запросе в заголовке:

Authorization: Bearer <ваш ключ>

Шаг 2. Отправляем запись

Задача ставится одним запросом POST /v1/transcriptions. Отдать запись можно двумя способами: файлом или ссылкой.

Файл

Файл уходит как multipart/form-data в поле file. Язык можно не указывать: с language=auto система определит его сама.

curl -X POST "$API_BASE/v1/transcriptions" \
  -H "Authorization: Bearer $AUDIO2TEXT_API_KEY" \
  -H "Idempotency-Key: meeting-2026-09-30" \
  -F "file=@meeting.mp3" \
  -F "language=auto" \
  -F 'metadata={"external_id":"meeting-2026-09-30"}'

Ответ приходит сразу, не дожидаясь расшифровки:

{
  "id": "123",
  "status": "queued",
  "duration_seconds": 1840,
  "request_id": "req_..."
}

Код ответа 202 значит «задача принята». Сохраните id: по нему вы заберёте результат.

Ссылка

Если запись лежит на YouTube, Rutube или VK Видео, скачивать её не нужно. Передайте ссылку в JSON, и сервер сам вытянет звук:

curl -X POST "$API_BASE/v1/transcriptions" \
  -H "Authorization: Bearer $AUDIO2TEXT_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: lecture-42" \
  -d '{"source_url": "https://www.youtube.com/watch?v=...", "language": "auto"}'

Другие адреса в source_url пока не принимаются. Запись из CRM или облачного диска скачайте и отправьте файлом. Ролик должен быть публичным, то есть открываться по ссылке у любого.

Два полезных параметра

Idempotency-Key защищает от дублей. Если запрос оборвался по таймауту и вы повторили его с тем же ключом, вторая задача не создастся, а минуты не спишутся дважды. Подойдёт любая строка до 160 символов, например ID звонка или имя файла с датой.

metadata — ваши данные, которые сервис хранит вместе с задачей и возвращает в статусе, списке и результате. Удобнее всего положить туда external_id — ID сделки, звонка или урока в вашей системе. Тогда результат не придётся сопоставлять с источником вручную.

Ещё можно передать num_speakers, если число участников известно заранее. Это подсказка для разметки спикеров, а не обязательный параметр.

Шаг 3. Узнаём о готовности

Расшифровка идёт асинхронно: час записи обычно обрабатывается за несколько минут. Узнать о готовности можно двумя путями.

Вебхук

Самый удобный вариант: сервис сам постучится на ваш HTTPS-адрес, когда задача изменит статус. Адрес регистрируется один раз:

curl -X POST "$API_BASE/v1/webhook-endpoints" \
  -H "Authorization: Bearer $AUDIO2TEXT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/webhooks/transcription", "description": "CRM", "events": ["transcription.completed", "transcription.failed"]}'

В ответе придёт secret вида whsec_.... Он тоже показывается один раз, сохраните его рядом с ключом. Всего событий пять: transcription.queued, transcription.processing, transcription.completed, transcription.failed и transcription.cancelled. Для большинства интеграций хватает двух последних из списка выше: «готово» и «ошибка».

Сам вебхук выглядит так:

{
  "id": "evt_...",
  "type": "transcription.completed",
  "created_at": "2026-09-30T10:00:00.000Z",
  "data": {
    "transcription_id": 123,
    "status": "done",
    "filename": "meeting.mp3",
    "duration_seconds": 1840,
    "error_reason": null
  }
}

В нём нет текста расшифровки и ваших metadata: это только сигнал «пора забирать». За результатом идём отдельным запросом из шага 4.

Прежде чем верить вебхуку, проверьте подпись. Она приходит в заголовке Transcripta-Signature в формате t=<время>,v1=<подпись>, где подпись — это HMAC-SHA256 от строки «время, точка, сырое тело запроса», посчитанный вашим секретом. Заголовки называются одинаково на всех доменах сервиса. Пример на Python:

import hashlib
import hmac
import time

def is_valid(signature_header: str, raw_body: bytes, secret: str) -> bool:
    parts = dict(item.split("=", 1) for item in signature_header.split(","))
    timestamp, received = parts["t"], parts["v1"]
    if abs(time.time() - int(timestamp)) > 300:
        return False  # слишком старое событие
    payload = timestamp.encode() + b"." + raw_body
    expected = hmac.new(secret.encode(), payload, hashlib.sha256).hexdigest()
    return hmac.compare_digest(expected, received)

Берите именно сырое тело запроса, до разбора JSON: после повторной сериализации подпись не сойдётся. Успехом считается любой ответ 2xx. Если ваш сервер не ответил или вернул ошибку, доставка повторится с тем же id события: всего до восьми попыток с нарастающей паузой, от минуты до трёх суток. Поэтому обработчик должен спокойно переносить дубли. Историю доставок показывает GET /v1/webhook-events, а любое событие можно отправить заново через POST /v1/webhook-events/:eventId/replay.

Опрос статуса

Если принимать входящие запросы негде, например в простом скрипте, опрашивайте статус задачи:

curl "$API_BASE/v1/transcriptions/123" \
  -H "Authorization: Bearer $AUDIO2TEXT_API_KEY"

Спрашивайте не чаще раза в 10–30 секунд: на ключ действует лимит в 120 запросов в минуту. Когда status станет done, результат готов.

Шаг 4. Забираем результат

curl "$API_BASE/v1/transcriptions/123/result" \
  -H "Authorization: Bearer $AUDIO2TEXT_API_KEY"

{
  "data": {
    "id": "123",
    "status": "done",
    "language": "ru",
    "duration_seconds": 1840,
    "text": "Добрый день! Давайте сверим план на квартал. ...",
    "segments": [
      {
        "start": 0.0,
        "end": 4.2,
        "speaker": "Speaker 1",
        "text": "Добрый день! Давайте сверим план на квартал."
      },
      {
        "start": 4.6,
        "end": 9.8,
        "speaker": "Speaker 2",
        "text": "Да, по продажам идём с опережением на 12%."
      }
    ],
    "participants": "...",
    "summary": "Сверили квартальный план: продажи опережают план на 12%...",
    "tags": "...",
    "metadata": { "external_id": "meeting-2026-09-30" }
  },
  "request_id": "req_..."
}

Что здесь лежит:

text — вся расшифровка одним текстом, с пунктуацией;
segments — реплики с началом и концом в секундах и меткой спикера. Из них собираются субтитры, диалог в карточке сделки или поиск по записи с переходом к нужной секунде;
summary, tags и participants — краткий пересказ, теги и участники. Их не нужно отдельно просить у нейросети, они приходят в том же ответе;
metadata — то, что вы передали при создании задачи.

Если задача ещё в работе, этот запрос вернёт код 202 с кратким статусом. Если расшифровка не удалась, придёт 422 с причиной.

Вот так, например, выглядит в Python весь цикл без вебхука:

import os
import time
import requests

API_BASE = os.environ["API_BASE"]
HEADERS = {"Authorization": f"Bearer {os.environ['AUDIO2TEXT_API_KEY']}"}

with open("meeting.mp3", "rb") as f:
    task = requests.post(
        f"{API_BASE}/v1/transcriptions",
        headers={**HEADERS, "Idempotency-Key": "meeting-2026-09-30"},
        files={"file": f},
        data={"language": "auto"},
    ).json()

while True:
    r = requests.get(f"{API_BASE}/v1/transcriptions/{task['id']}/result", headers=HEADERS)
    if r.status_code == 200:
        result = r.json()["data"]
        break
    if r.status_code == 422:
        raise RuntimeError(r.json())
    time.sleep(15)

for s in result["segments"]:
    print(f"[{s['start']:.0f}s] {s['speaker']}: {s['text']}")
print("Итог:", result["summary"])

Лимиты, ошибки и минуты

Лимиты считаются на ключ:

Что	Лимит
Все запросы к `/v1/*`	120 в минуту
Создание задач `POST /v1/transcriptions`	20 в минуту
Прямая загрузка файла	до 100 МБ
`Idempotency-Key`	до 160 символов

В каждом ответе приходят заголовки RateLimit-Remaining и RateLimit-Reset: по ним клиент может притормозить заранее. Если лимит всё же исчерпан, придёт код 429 и заголовок Retry-After — сколько секунд подождать.

Ошибки всегда приходят в одном формате:

{
  "error": {
    "code": "insufficient_minutes",
    "message": "...",
    "request_id": "req_..."
  }
}

Чаще всего встречаются:

401 invalid_api_key — ключ не передан, опечатка или ключ отозван;
402 insufficient_minutes — закончились минуты, пора продлить тариф или докупить минуты;
400 unsupported_source_domain — ссылка не с YouTube, Rutube или VK Видео;
413 file_too_large_for_direct_upload — файл больше лимита прямой загрузки;
429 rate_limit_exceeded — превышен лимит запросов.

Повторять имеет смысл только 429 и ошибки 5xx, причём с тем же Idempotency-Key. Остальные 4xx при повторе не пройдут: сначала исправьте запрос. request_id из ответа пригодится поддержке, чтобы быстро найти ваш запрос.

Остаток минут и статистику API по дням возвращает GET /v1/usage?days=30. Удобно вывести его в свой мониторинг, чтобы интеграция не встала посреди месяца. А если задача поставлена по ошибке, её можно отменить через POST /v1/transcriptions/:id/cancel, пока она не готова, и минуты вернутся на баланс.

Проверка без кода: Postman

Хочется сначала пощупать API руками? Подойдёт Postman или любой похожий клиент:

Создайте запрос POST на адрес API_BASE/v1/transcriptions, подставив адрес из документации.
На вкладке Authorization выберите тип Bearer Token и вставьте ключ.
На вкладке Body выберите form-data, добавьте поле file с типом File и выберите запись.
Нажмите Send, скопируйте id из ответа и через пару минут сделайте GET на /v1/transcriptions/<id>/result с тем же ключом.

Ключ лучше хранить в переменных окружения Postman, а не прямо в запросе. Иначе он уедет вместе с экспортом коллекции.

Документация и помощь ИИ-агента

Документация API

Полный справочник лежит в кабинете, в разделе API по кнопке «Открыть документацию». Там все методы, поля ответов, события вебхуков, коды ошибок и примеры запросов. А кнопка «Скопировать для AI-агента» кладёт в буфер всю документацию одним текстом. Вставьте её в Cursor, Claude или ChatGPT, опишите свою задачу, например «забирай записи звонков из нашей CRM и пиши итог в карточку сделки», и ассистент напишет интеграцию под ваш стек.

Что дальше

Готовые сценарии со схемами и примерами запросов собраны на отдельных страницах:

API транскрибации — все возможности и сокращённый справочник;
Расшифровка звонков из CRM и телефонии — схема для amoCRM, Битрикс24 и IP-телефонии;
Транскрибация в n8n и Python — рецепт на нодах HTTP Request и Webhook.

Весь путь занимает четыре шага: ключ в кабинете, POST с файлом или ссылкой, вебхук или опрос статуса и GET результата. Дальше текст, реплики по спикерам и саммари уже живут в вашей системе. Если что-то не заводится, напишите в поддержку и приложите request_id из ответа: так ваш запрос найдут быстрее всего.

API Audio2Text: как подключить расшифровку к своему сервису