APIs de Inteligência de Áudio e Voz
Transcrição streaming via WebSocket com baixa latência, diarização precisa de locutores, biometria vocal e dublagem em estúdio.
Transcrição Streaming em Tempo Real
Transcrição bidirecional de áudio via WebSocket com latência inferior a 250ms por bloco e carimbos de data/hora por palavra.
- Sub-250ms chunk latency with WebSocket streaming protocol
- Word-level timestamps with punctuate-and-capitalize normalization
- Multilingual acoustic coverage across 99 spoken languages
const ws = new WebSocket("wss://api.brainiall.com/v1/audio/stream", {
headers: { Authorization: `Bearer ${API_KEY}` }
});
ws.send(JSON.stringify({ config: { language: "en", interim_results: true } }));
audioSource.on("data", (chunk) => ws.send(chunk));
ws.on("message", (data) => {
const result = JSON.parse(data);
console.log("Transcript:", result.text, "Confidence:", result.confidence);
});Diarização de Locutores
Segmente reuniões e chamadas gravadas em turnos conversacionais com precisão de limites sub-segundo.
- Accurate “who spoke when” segmentation with sub-second boundaries
- Handles overlapping speech, interruptions, and variable speaker counts
- Emits structured turns with speaker labels (SPEAKER_00, SPEAKER_01) and time ranges
curl -X POST https://api.brainiall.com/v1/audio/diarize \
-H "Authorization: Bearer $BRAINIALL_KEY" \
-F "audio=@meeting_record.wav" \
-F "num_speakers=2"
# Response:
# {
# "segments": [
# { "speaker": "SPEAKER_00", "start": 0.0, "end": 4.12, "text": "Good morning team." },
# { "speaker": "SPEAKER_01", "start": 4.25, "end": 8.70, "text": "Morning, let us review Q3." }
# ]
# }Identificação e Verificação de Voz
Verificação biométrica 1:1 e identificação 1:N resiliente a ruídos acústicos de fundo.
- Biometric 1:1 voice verification against enrolled voiceprints
- 1:N speaker identification over millions of customer profile vectors
- Text-independent acoustic embeddings resilient to background acoustic noise
curl -X POST https://api.brainiall.com/v1/audio/voice-id/verify \
-H "Authorization: Bearer $BRAINIALL_KEY" \
-F "user_id=usr_8921" \
-F "audio=@auth_sample.wav"
# Response:
# { "match": true, "similarity": 0.942, "threshold": 0.85, "verified": true }Restauração e Redução de Ruído
Isolamento vocal de estúdio, eliminação de ruídos de ar-condicionado/eco e restauração em 48 kHz.
- Suppresses HVAC, keyboard clicks, traffic rumble, and background chatter
- Removes room reverberation for clean, up-front vocal presence
- Outputs broadcast-ready 48 kHz normalized audio
curl -X POST https://api.brainiall.com/v1/audio/enhance \ -H "Authorization: Bearer $BRAINIALL_KEY" \ -F "audio=@noisy_mic.wav" \ -F "dereverb=true" \ --output enhanced_studio.wav
Dublagem Automatizada
Dublagem multilíngue de vídeos e podcasts preservando a identidade vocal e o ritmo dos lábios.
- End-to-end automated video and podcast dubbing into 40+ languages
- Preserves original vocal tone, emotion, and speaker identity across languages
- Automatic timestamp duration alignment with video lip-sync pacing
curl -X POST https://api.brainiall.com/v1/audio/dub \ -H "Authorization: Bearer $BRAINIALL_KEY" \ -F "video=@course_video.mp4" \ -F "target_language=es" \ -F "voice_match=true" \ --output dubbed_spanish.mp4
Tradução Voz-para-Voz
Traduza voz falada diretamente para áudio no idioma de destino em um único fluxo contínuo.
- Spoken audio in, translated spoken audio out in a single orchestrated pass
- Streaming audio translation without intermediate text roundtrips
curl -X POST https://api.brainiall.com/v1/audio/speech-to-speech \ -H "Authorization: Bearer $BRAINIALL_KEY" \ -F "audio=@english_query.wav" \ -F "source_lang=en" \ -F "target_lang=pt-br" \ --output translated_speech.wav
Pipeline Unificado Speech Suite Pro
Pipeline completo que combina transcrição, diarização, tradução e anonimização de PII em uma única chamada.
- Complete turnkey pipeline: Transcription + Diarization + PII Redaction + Translation in one call
- Saves up to 40% in latency and compute overhead vs chaining individual APIs
curl -X POST https://api.brainiall.com/v1/audio/pipeline \ -H "Authorization: Bearer $BRAINIALL_KEY" \ -F "audio=@call_center.wav" \ -F "features=transcribe,diarize,redact_pii,translate" \ -F "target_lang=es"