Comment convertir la parole en texte (STT/ASR) avec JavaScript ?

Dans ce tutoriel, vous allez apprendre à convertir la parole en texte avec JavaScript en 5 minutes. Eden AI fournit une API simple et conviviale pour les développeurs qui vous permet de transcrire vos fichiers audio.

‍

Qu'est-ce que Parole-texte API?

L'API Speech-to-Text (STT) est un service logiciel qui utilise une technologie avancée de reconnaissance vocale pour transcrire les mots prononcés en texte écrit. L'API peut être intégrée à diverses applications pour automatiser le processus de transcription de la parole.

‍

STT peut également fournir des fonctionnalités supplémentaires telles que la ponctuation automatique, la diarisation des locuteurs et la possibilité de transcrire des fichiers audio en temps réel ou par lots.

‍

Commencez à utiliser l'API Speech-to-Text à l'aide de JavaScript

La première étape consiste à configurer Axios, un client HTTP basé sur des promesses pour le navigateur et Node.js, qui vous permettra d'appeler l'API Eden AI.

‍

Ensuite, vous devez initialiser le module Système de fichiers pour accéder aux fichiers locaux de votre ordinateur.

‍

Enfin, vous devrez créer votre formulaire de paramètres multipart/formdata :

‍

Comment transcrire un fichier audio avec JavaScript

Vous êtes maintenant prêt à traiter votre fichier audio dans l'API Speech-to-Text Eden AI. Vous pouvez accéder à la liste des langues prises en charge dans notre documentation ici.

‍

1. Obtenez une clé d'API Speech-to-Text sur Eden AI

Pour exécuter Speech-to-Text, vous devez créer un compte sur Eden AI gratuitement. Ensuite, vous pourrez obtenir votre Clé API directement depuis la page d'accueil avec des crédits gratuits offerts par Eden AI.

‍ ‍

‍

2. Transcrivons votre fichier audio

Maintenant que vous avez initialisé les modules JavaScript requis et obtenu votre clé API, vous pouvez transcrire votre fichier audio. Avec Eden AI, vous pouvez choisir parmi une large gamme de moteurs que vous souhaitez pour la synthèse vocale. Vous pouvez accéder à la liste des fournisseurs de reconnaissance vocale disponibles sur Eden AI directement sur notre documentation.

‍

Voici le code JavaScript pour ajouter votre fichier audio au formulaire et définir votre clé API :

form.append("file", fs.createReadStream("path/to/your/audio.mp3"));
const apiKey = "Your_API_Key";

‍

Une fois le fichier ajouté, vous pouvez configurer vos requêtes : le fichier audio est d'abord envoyé à Eden AI, qui renvoie un file_id, puis la tâche de transcription est créée avec ce file_id via l'endpoint universal-ai asynchrone. Le paramètre model définit le fournisseur, ici Amazon : pour en utiliser un autre, changez sa valeur.

// Step 1: upload your audio file to Eden AI, which returns a file_id
const uploadOptions = {
  method: "POST",
  url: "https://api.edenai.run/v3/upload",
  headers: {
    authorization: `Bearer ${apiKey}`,
    ...form.getHeaders(),
  },
  data: form,
};

// Step 2: create the transcription job for the uploaded file
const options = (fileId) => ({
  method: "POST",
  url: "https://api.edenai.run/v3/universal-ai/async",
  headers: {
    authorization: `Bearer ${apiKey}`,
  },
  data: {
    model: "audio/speech_to_text_async/amazon", // or microsoft, deepgram, assembly...
    input: { file: fileId, language: "en" },
  },
});

‍

Ensuite, vous devrez créer la fonction LaunchJob () qui exécutera la requête POST :

‍

Enfin, vous devez créer la fonction getJob() qui exécutera la requête GET avec le public_id de votre requête POST, et une fonction run() qui enchaîne les étapes et interroge la tâche jusqu'à ce qu'elle soit terminée :

const getJob = async (publicId) => {
  const response = await axios.get(
    `https://api.edenai.run/v3/universal-ai/async/${publicId}`,
    { headers: { authorization: `Bearer ${apiKey}` } }
  );
  return response.data;
};

const run = async () => {
  const upload = await axios.request(uploadOptions);
  const job = await launchJob(options(upload.data.file_id));
  console.log(job.data); // status: "processing"

  // Check the job every 5 seconds until it is done
  let result = await getJob(job.data.public_id);
  while (result.status === "processing") {
    await new Promise((resolve) => setTimeout(resolve, 5000));
    result = await getJob(job.data.public_id);
  }
  console.log(result);
};

run().catch((error) => {
  console.error(error.response ? error.response.data : error);
});

‍

Vous obtiendrez d'abord cette réponse :

{
  "status": "processing",
  "cost": "0",
  "provider": "amazon",
  "feature": "audio",
  "subfeature": "speech_to_text_async",
  "output": null,
  "error": null,
  "public_id": "96f4651d-62e9-4fe2-a9fb-063ed3f4246b",
  "created_at": "2026-10-12T15:53:06.764648Z"
}

‍

Une fois la demande terminée (statut : success), vous pourrez obtenir le résultat de la tâche STT :

{
  "status": "success",
  "cost": "0.006",
  "provider": "amazon",
  "feature": "audio",
  "subfeature": "speech_to_text_async",
  "output": {
    "text": "Hello, this is a short test of speech to text on Eden AI.",
    "diarization": {
      "entries": [
        {
          "segment": "Hello,",
          "speaker": 1,
          "end_time": "0.43",
          "confidence": 0.999,
          "start_time": "0.009"
        },
        {
          "segment": "this",
          "speaker": 1,
          "end_time": "0.649",
          "confidence": 0.945,
          "start_time": "0.529"
        },
        ...
      ],
      ...
    }
  },
  "error": null,
  "public_id": "96f4651d-62e9-4fe2-a9fb-063ed3f4246b",
  "created_at": "2026-10-12T15:53:06.764648Z"
}

‍

Avantages de l'utilisation de l'API Speech-to-Text avec Eden AI

L'utilisation de Speech-to-Text avec l'API Eden AI est simple et rapide.

‍

Économisez du temps et de l'argent

Nous proposons une API unifiée pour tous les fournisseurs : simple et standard à utiliser, avec un changement rapide d'un fournisseur à l'autre et un accès aux fonctionnalités spécifiques de chaque fournisseur.

‍

Facile à intégrer

Le format de sortie JSON est le même pour tous les fournisseurs grâce au travail de standardisation d'Eden AI. Les éléments de réponse sont également standardisés grâce aux puissants algorithmes de correspondance d'Eden AI.

‍

Personnalisation

Avec Eden AI, vous avez la possibilité d'intégrer une plateforme tierce : nous pouvons développer rapidement des connecteurs. Pour aller plus loin et personnaliser votre requête Speech-to-Text avec des paramètres spécifiques, consultez notre documentation.

Questions fréquentes sur la conversion de la parole en texte (STT/ASR) avec JavaScript