واجهة API الأسرع والأقل تكلفة والأكثر دقة لتحويل الكلام إلى نص لـ22 لغة هندية. WebSocket للبث بزمن استجابة أقل من 400 مللي ثانية، ومعالجة دفعية متوافقة مع OpenAI، بسعر 0.004 دولار لكل دقيقة.
دفعة متوافقة مع OpenAI. بث أصلي عبر WebSocket. اختر مسارك.
سجّل في app.callmissed.com وانسخ مفتاح API الخاص بك الذي يبدأ بـ cm_. مرفق به 1000 رصيد مجاني لواجهة API.
أرسل ملف WAV أو MP3 أو FLAC أو OGG أو M4A — أو ابث PCM خامًا عبر WebSocket للصوت المباشر.
استجابة JSON مع الطوابع الزمنية، وتحديد هوية المتحدثين، ودرجة الثقة على مستوى الكلمات، والكشف التلقائي عن اللغة.
مرّرها إلى LLM للأسئلة والأجوبة، أو لخلاصة الاجتماعات، أو لإضافة تسميات توضيحية إلى الفيديوهات، أو لتغذية سير عملك المعتمد على ASR.
إذا كنت قد جرّبت Google STT أو Whisper على تسجيلات صوتية باللغة الهندية، فأنت تعرف المشكلة. هذا يُصلحها.
الهندية، التاميلية، التيلوغوية، البنغالية، الماراثية، الكنادية، المالايالامية، الغوجاراتية، البنجابية، الأوديا، الأسامية، الأوردية + 10 لغات أخرى — بالإضافة إلى الإنجليزية (بلكنات هندية وأمريكية وبريطانية). ليست مترجمة من الإنجليزية — بل مُدرَّبة على الكلام الهندي.
بث WebSocket (نصوص مفرغة جزئية بزمن استجابة أقل من 400 مللي ثانية) للتطبيقات في الوقت الفعلي، أو معالجة دفعات HTTP للملفات. نفس بنية API، ونفس جودة النموذج.
ينتقل العملاء بين الهندية والإنجليزية في منتصف الجملة. تفكّ نماذجنا اللغتين معًا، وتضع علامة على كل كلمة بلغتها المصدر، ولا تفقد الدقة أبدًا عند التعامل مع الكلام المختلط.
كل كلمة تأتي مع وقت البدء/الانتهاء ودرجة الثقة. يحصل الصوت متعدد المتحدثين تلقائيًا على تسميات speaker_0/speaker_1.
عزّز التعرّف على أسماء علامتك التجارية أو رموز وحدات حفظ المخزون لمنتجاتك أو المصطلحات الطبية أو أسماء الأماكن الإقليمية عبر تمرير قائمة مفردات مخصّصة وقت الطلب.
يُخزَّن الصوت في منطقتنا بالهند (Azure Central India)، ويُحذف تلقائيًا بعد 30 يومًا. تتوفر اختياريًا تنقيح بيانات التعريف الشخصية (أرقام الهواتف، وأرقام Aadhaar، وأرقام البطاقات) عند الطلب وعلى مستوى الكلمة.
تطبيقات فعلية، ومعدلات بيانات فعلية، ووفر حقيقي في التكاليف.
يسجّل مركز الاتصال لديك 10,000 مكالمة يوميًا. قد تختار ضمان الجودة البشرية عينةً من 200 مكالمة فقط. استخدم API الخاص بـ STT لنسخ المكالمات العشر آلاف جميعها — ثم أجرِ فحوصات الامتثال، ورصد الكلمات المفتاحية، وتحليل المشاعر في المراحل اللاحقة.
النتيجة
ضمان جودة المكالمات بنسبة 100% بتكلفة تبلغ 1% فقط من تكلفة المراجعة اليدوية.
تعقد الفرق اجتماعاتها باللغة الهندية أو التاميلية أو الماراثية أو Hinglish. بثّ صوت الاجتماع إلى API الخاص بـ STT، ثم مرّر النص المفرّغ إلى LLM لإعداد ملخص وبنود الإجراءات وسجل القرارات.
النتيجة
ملاحظات الاجتماع خلال 30 ثانية، باللغة المنطوقة.
تحتاج منصات البث والمذيعون إلى تسميات توضيحية بأكثر من 10 لغات هندية. تقوم STT API بإنشاء تسميات توضيحية مع طوابع زمنية على مستوى الكلمات، وجاهزة للتصدير بصيغتي SRT/WebVTT.
النتيجة
أرخص بعشر مرات من خدمات كتابة التعليقات التوضيحية البشرية.
يتحدث الطلاب داخل التطبيق، ويحوّل STT كلامهم إلى نص مع تحديد مستوى الثقة لكل كلمة، ثم يقارن تطبيقك بين الأصوات اللغوية المتوقعة والفعلية لتقديم ملاحظات حول النطق — بـ22 لغة هندية.
النتيجة
مدرّب نطق مدمج دون مورّدين خارجيين.
يتحدث القائمون بالتعداد في المناطق الريفية بالهند بإجابات الاستبيان مباشرةً في تطبيق الهاتف المحمول (من دون كتابة). وتحوّل تقنية STT كلامهم إلى نص باللغة المحلية، ويستخرج تطبيقك الحقول المهيكلة، وتتم مزامنة البيانات عند عودة الاتصال.
النتيجة
جمع البيانات بلغة المُجيب، بسرعة أكبر بثلاث مرات.
التسميات التوضيحية المباشرة للمؤتمرات أو الندوات عبر الإنترنت أو البث الحكومي. ابث الصوت إلى واجهة WebSocket API، واعرض النصوص المفرغة المرحلية خلال <400ms، ليتمكن الحضور الصم وضعاف السمع من المتابعة في الوقت الفعلي.
النتيجة
ترجمة فورية متوافقة مع WCAG دون الحاجة إلى كاتب ترجمة بشري.
في دقة اللغات الهندية، نتفوق على جميع مزودي الخدمات الرئيسيين — وبربع السعر.
| الميزة | CallMissed | Google STT | AWS Transcribe | Whisper API | Deepgram |
|---|---|---|---|---|---|
22 Indian languages | |||||
Hinglish + code-switching | |||||
Streaming WebSocket <400ms | |||||
Word-level timestamps | |||||
Speaker diarization | |||||
Custom vocabulary | |||||
OpenAI-compatible API shape | |||||
India data residency | |||||
Price / minute | $0.004 | $0.016 | $0.024 | $0.006 | $0.0043 |
Comparison based on publicly listed features as of 2026. Check each vendor's site for the latest.
The CallMissed STT API follows the OpenAI audio transcription shape. If you've ever called openai.audio.transcriptions.create(), this is a drop-in.
from openai import OpenAI
client = OpenAI(
base_url="https://api.callmissed.com/v1",
api_key="cm_your_key",
)
with open("call_recording.mp3", "rb") as audio:
result = client.audio.transcriptions.create(
model="saaras:v3", # Sarvam — Indian + code-mixed.
# Also: "whisper-large-v3-turbo" (99 langs)
# Also: "nova-3" (Deepgram, diarize + smart-format)
file=audio,
language="hi-IN", # Sarvam BCP-47; "unknown" for auto-detect
response_format="verbose_json",
)
print(result.text)Python — file transcription with speaker diarization
import { CallMissed } from "callmissed";
const cm = new CallMissed({ apiKey: process.env.CM_KEY });
const stream = cm.audio.stt.stream({
model: "saarika-v2",
language: "hi",
sampleRate: 16000,
});
stream.on("partial", (t) => console.log("partial:", t.text));
stream.on("final", (t) => console.log("final:", t.text, "speaker:", t.speaker));
// pipe raw PCM from your mic / getUserMedia
micStream.on("data", (chunk) => stream.send(chunk));Node/JS — streaming transcription from a microphone
واجهة API لتحويل الكلام إلى نص (STT) هي نقطة نهاية REST أو WebSocket تحوّل الصوت (من الميكروفون أو مكالمة هاتفية أو ملف مسجّل) إلى نصوص مكتوبة. ترسل وحدات بايت الصوت، فتُرجع الكلمات مع الطوابع الزمنية ودرجات الثقة وتسميات المتحدثين الاختيارية. تم تدريب API الخاص بـ CallMissed لتحويل الكلام إلى نص (STT) خصيصًا على اللغات واللهجات الهندية، ما يجعله الخيار الأدق للغات الهندية والتاميلية والتيلوغوية والبنغالية والماراثية و17 لغة أخرى.
سجّل مجانًا، واحصل على مفتاح API، والصق مقتطف الشيفرة الخاص بنا. يشمل ذلك 1000 رصيد API — أي نحو 2500 دقيقة من النسخ الصوتي.