# Հայերեն խոսքի ճանաչման API. սղագրեք հայերեն ձայնագրությունները cURL-ի, Python-ի և Node.js-ի միջոցով

> Ավելացրեք հայերեն խոսքից տեքստ (speech-to-text) ֆունկցիոնալությունը ձեր հավելվածին՝ օգտագործելով cURL-ի, Python-ի և Node.js-ի ստորև նշված օրինակները hispeech.ai-ի սինխրոն, ասինխրոն և OpenAI-համատեղելի API-ների համար։

- Հեղինակ՝ hispeech.ai
- URL: https://hispeech.ai/blog/armenian-speech-recognition-api/
- Published: 2026-10-16
- Updated: 2026-10-16
- Language: hy

## Հիմնական մտքերը

- Մեկ REST հարցումով սղագրեք հայերեն աուդիո կամ վիդեո ֆայլը՝ `POST https://api.hispeech.ai/api/v1/transcriptions/upload` (ձեր API բանալին փոխանցելով `x-auth-token` վերնագրում (header)):
- Կարճ ֆայլերի համար օգտագործեք **սինխրոն** ռեժիմը, երկարների համար՝ **ասինխրոն** ռեժիմը (job ID և կարգավիճակի ստուգում), կամ **OpenAI-համատեղելի** վերջնակետը (endpoint)՝ պաշտոնական OpenAI SDK-ներն օգտագործելու համար։
- Ընտրեք *Հիմնական* (`model-01052025`, լռելյայն) կամ *Փորձնական* (`model-23012026`) մոդելը `stt_model` պարամետրի միջոցով։
- **Անվտանգ Ռեժիմում** սերվերում որևէ տվյալ չի պահպանվում։ Վճարումը կազմում է 1 միավոր ձայնի յուրաքանչյուր վայրկյանի համար։

## Ինչպե՞ս ավելացնել հայերեն խոսքի ճանաչում ձեր հավելվածին

Ուղարկեք աուդիո կամ վիդեո ֆայլը [hispeech.ai API-ին](https://hispeech.ai/api.html) ձեր API բանալիի հետ միասին, և արդյունքում հայերեն տեքստը կստանաք JSON ֆորմատով։ API-ն ունի երեք մուտքային կետ, որոնք բոլորն էլ օգտագործում են նույն միավորները և նույն հայերեն մոդելները․

| Վերջնակետ (Endpoint) | Ինչպես է աշխատում | Լավագույնն է |
|---|---|---|
| **Սինխրոն** | Վերբեռնում `wait_for_result=true` պարամետրով․ պատասխանն անմիջապես պարունակում է տեքստը։ | Կարճ ֆայլերի, ձայնային հաղորդագրությունների և արագ արդյունքների համար |
| **Ասինխրոն** | Վերբեռնում `wait_for_result=false` պարամետրով, ստանում եք առաջադրանքի ID (job ID) և պարբերաբար ստուգում արդյունքը։ | Երկար ձայնագրությունների, փաթեթային մշակման և ֆոնային առաջադրանքների համար |
| **OpenAI-համատեղելի** | `/v1/audio/transcriptions`՝ Bearer token-ի միջոցով, OpenAI-ի կառուցվածքին համապատասխան։ | Այն հավելվածների համար, որոնք արդեն օգտագործում են OpenAI SDK կամ OpenAI-համատեղելի գործիքներ |

## 1. Ստացեք API բանալի

Գրանցվեք [app.hispeech.ai](https://app.hispeech.ai/signup) կայքում և բացեք **«Կարգավորումներ»** բաժինը՝ API բանալի ստեղծելու համար։ Պահպանեք այն միայն սերվերի կողմում և երբեք մի ներառեք բջջային հավելվածի կամ վեբ էջի կոդի մեջ։ Ստորև բերված օրինակները բանալին կարդում են `HISPEECH_API_KEY` միջավայրի փոփոխականից (environment variable):

## 2. Սղագրեք ֆայլը (սինխրոն ռեժիմով)

Ամենապարզ հարցումը․ ուղարկեք ֆայլը և միանգամից ստացեք սղագրության արդյունքը նույն պատասխանում։

**cURL**

```
curl --location 'https://api.hispeech.ai/api/v1/transcriptions/upload' \
  --header "x-auth-token: $HISPEECH_API_KEY" \
  --form 'file=@"interview.mp3"' \
  --form 'wait_for_result="true"'
```

**Python**

```
import os
import requests

API_KEY = os.environ["HISPEECH_API_KEY"]

with open("interview.mp3", "rb") as f:
    r = requests.post(
        "https://api.hispeech.ai/api/v1/transcriptions/upload",
        headers={"x-auth-token": API_KEY},
        files={"file": f},
        data={"wait_for_result": "true"},
        timeout=600,
    )
r.raise_for_status()
print(r.json()["transcription"])
```

**Node.js (18+)**

```
import { readFile } from "node:fs/promises";

const form = new FormData();
form.append("file", new Blob([await readFile("interview.mp3")]), "interview.mp3");
form.append("wait_for_result", "true");

const res = await fetch("https://api.hispeech.ai/api/v1/transcriptions/upload", {
  method: "POST",
  headers: { "x-auth-token": process.env.HISPEECH_API_KEY },
  body: form,
});
const data = await res.json();
console.log(data.transcription);
```

Պատասխանն իրենից ներկայացնում է JSON՝ տեքստով և վայրկյաններով արտահայտված ձայնագրության տևողությամբ․

```
{
  "job_id": "a91f17d0-5d9a-11f1-8d6f-215414e3f380",
  "success": true,
  "secure_mode": false,
  "transcription": "Խոսում է, գրում է, պատմում է, ասում է։",
  "audio_duration": 3
}
```

## 3. Երկար ձայնագրություններ (ասինխրոն ռեժիմ)

Դասախոսությունների, հանդիպումների կամ փոդքասթների դեպքում ուղարկեք առաջադրանքը (job) և ստացեք արդյունքը մի փոքր ուշ։ Կարգավիճակի ստուգումները սահմանափակված են ժամում առավելագույնը 60 հարցումով, ուստի խորհուրդ է տրվում ստուգել մոտավորապես րոպեն մեկ անգամ։

**Python**

```
import os
import time
import requests

BASE = "https://api.hispeech.ai/api/v1/transcriptions"
HEADERS = {"x-auth-token": os.environ["HISPEECH_API_KEY"]}

with open("lecture.mp4", "rb") as f:
    job = requests.post(f"{BASE}/upload", headers=HEADERS,
                        files={"file": f}, data={"wait_for_result": "false"}).json()

job_id = job["job_id"]
while True:
    time.sleep(60)  # at most 60 status checks per hour
    s = requests.get(f"{BASE}/transcription-status/{job_id}", headers=HEADERS).json()
    if s["status"] == "completed":
        print(s["transcription"])
        break
    if s["status"] != "processing":
        raise RuntimeError(s)
```

Ստանդարտ ռեժիմում ձայնագրությունն ու սղագրությունը պահպանվում են ձեր հաշվեկշռում այնքան ժամանակ, քանի դեռ դրանք չեք ջնջել `DELETE /api/v1/transcriptions` հարցման միջոցով՝ փոխանցելով `{"transcription_id": "JOB_ID"}` մարմինը (body):

## 4. Օգտագործեք OpenAI SDK-ն (OpenAI-համատեղելի վերջնակետ)

Եթե ձեր կոդն արդեն օգտագործում է OpenAI-ը սղագրության համար, կարող եք այն հարմարեցնել հայերենի համար՝ պարզապես փոխելով հիմնական URL-ն (base URL) ու API բանալին: `model` պարամետրում սահմանեք hispeech.ai մոդելի նույնացուցիչը (ID)՝ `model-01052025` (Հիմնական) կամ `model-23012026` (Փորձնական): OpenAI-ի մոդելների անունները, ինչպիսին է `whisper-1`-ը, չեն ընդունվում:

**Python (openai)**

```
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["HISPEECH_API_KEY"],
    base_url="https://api.hispeech.ai/api/v1",
)

with open("voice-note.m4a", "rb") as f:
    result = client.audio.transcriptions.create(model="model-01052025", file=f)

print(result.text)
```

**Node.js (openai)**

```
import fs from "node:fs";
import OpenAI from "openai";

const openai = new OpenAI({
  apiKey: process.env.HISPEECH_API_KEY,
  baseURL: "https://api.hispeech.ai/api/v1",
});

const result = await openai.audio.transcriptions.create({
  file: fs.createReadStream("voice-note.m4a"),
  model: "model-01052025", // or "model-23012026" (Conversational)
});
console.log(result.text);
```

Այն գործիքները, որոնք պահանջում են միայն բազային URL (առանց `/v1`), որպես արժեք ընդունում են `https://api.hispeech.ai/api` հասցեն։

## 5. Ի՞նչ է վերադարձնում API-ն

Վերբեռնման և կարգավիճակի ստուգման վերջնակետերը (endpoints) վերադարձնում են JSON պատասխան։ Ստորև ներկայացված են [API-ի փաստաթղթերում](https://hispeech.ai/api.html) նշված դաշտերը․

| Դաշտ | Նշանակություն |
|---|---|
| `job_id` | Սղագրության նույնացուցիչը (ID): Օգտագործեք այն կարգավիճակը ստուգելու և արդյունքը ջնջելու համար։ |
| `success` | Ցույց է տալիս, թե արդյոք հարցումն ընդունվել է, թե ոչ։ |
| `error` | Սխալի մանրամասները կամ `null`, եթե սխալ չկա։ |
| `status` | Կարգավիճակի ստուգման վերջնակետում․ `processing`՝ քանի դեռ աշխատանքն ընթացքի մեջ է, և `completed`՝ երբ տեքստը պատրաստ է։ |
| `transcription` | Ստացված հայերեն տեքստը։ |
| `title` | Կարճ վերնագիր, որը վերցված է տեքստի սկզբնամասից (կարգավիճակի վերջնակետում)։ |
| `audio_duration` | Ձայնագրության տևողությունը վայրկյաններով, ինչը միաժամանակ համապատասխանում է օգտագործված միավորների քանակին։ |
| `secure_mode`, `ttl` | Արդյոք Անվտանգ Ռեժիմը միացված է, և քանի վայրկյան է պահպանվում արդյունքը։ |

OpenAI-համատեղելի վերջնակետը (endpoint) վերադարձնում է OpenAI-ի ֆորմատով JSON՝ `text`, `duration`, `language`, `task` և հատվածների (`segments`) ցանկ, որոնցից յուրաքանչյուրն ունի սկզբի (`start`) և ավարտի (`end`) ժամանակները՝ վայրկյաններով։

## 6. Ո՞ր մոդելն օգտագործել

Փաստաթղթերի և ենթագրերի համար օգտագործեք Հիմնական (Formal) մոդելը, իսկ բառացի սղագրությունների համար՝ Փորձնական (Conversational) մոդելը։ Ընտրեք դրանցից մեկը վերբեռնման վերջնակետի `stt_model` հարցման պարամետրի միջոցով․

- `model-01052025`․ **Հիմնական** (լռելյայն)։ Մաքուր գրական հայերեն, լավագույնն է փաստաթղթերի և ենթագրերի համար։ Այն կարող է ոչ պաշտոնական խոսքը վերածել ստանդարտ գրավոր ձևի։
- `model-23012026`․ **Փորձնական**։ Գրում է հենց այն, ինչ լսում է, ներառյալ այնպիսի խոսակցական ձևեր, ինչպիսին է «ասում ա»-ն։ Այն լավագույնն է բառացի սղագրությունների և զանգերի վերլուծության համար։

```
curl --location 'https://api.hispeech.ai/api/v1/transcriptions/upload?stt_model=model-23012026' \
  --header "x-auth-token: $HISPEECH_API_KEY" \
  --form 'file=@"call.wav"' \
  --form 'wait_for_result="true"'
```

OpenAI-համատեղելի վերջնակետում փոխարենը նույն մոդելի ID-ն փոխանցեք `model` դաշտի միջոցով։

## 7. Ինչպե՞ս սղագրել կոնֆիդենցիալ (զգայուն) ինֆորմացիա պարունակող ձայնագրությունն առանց այն պահպանելու

Վերբեռնման հարցմանը ավելացրեք `secure_mode=true` պարամետրը։ Օգտագործեք այն բժշկական, իրավական կամ այլ զգայուն ձայնագրությունների համար։ Սերվերում որևէ բան չի պահպանվում․ սինխրոն ռեժիմում դուք ստանում եք տեքստը, և այն անմիջապես ջնջվում է, իսկ ասինխրոն ռեժիմում արդյունքը պահվում է միայն հիշողության մեջ՝ մինչև այն մեկ անգամ կարդաք կամ մինչև պահպանման ժամկետի (TTL) սպառվելը։ `ttl`-ը կարող եք սահմանել վայրկյաններով՝ 1-ից մինչև 36,000 (լռելյայն արժեքն է 900, այսինքն՝ 15 րոպե)։

```
curl --location 'https://api.hispeech.ai/api/v1/transcriptions/upload' \
  --header "x-auth-token: $HISPEECH_API_KEY" \
  --form 'file=@"patient-note.m4a"' \
  --form 'wait_for_result="false"' \
  --form 'secure_mode="true"' \
  --form 'ttl="900"'
```

## 8. Ի՞նչ ֆորմատներ և սահմանափակումներ են կիրառվում

- **Ֆորմատներ․** MP3, WAV, M4A, AAC, FLAC, OGG, OPUS, AIFF, WMA, AMR և այլ աուդիո ֆորմատներ, ինչպես նաև MP4, MOV, MKV, WEBM, 3GP, M4V և այլ տեսանյութերի ֆորմատներ։
- **Չափս․** մինչև 10 ԳԲ և 10 ժամ տևողությամբ մեկ ֆայլի համար։
- **Արագություն․** մոտ 20 վայրկյան՝ մեկ ժամ տևողությամբ ձայնագրության համար։
- **Լեզու․** հայերեն, նախատեսված արևելահայերենի համար։
- **Կարգավիճակի ստուգումներ․** ժամում առավելագույնը 60 անգամ։
- **Ներառված չէ․** ենթագրերի ֆայլեր և ենթագրերով տեսանյութեր (դրանց համար օգտագործեք համապատասխան հավելվածները)։

## 9. Որքա՞ն արժե հայերեն խոսքի API-ն

API-ի օգտագործումն արժե **1 միավոր ձայնագրության յուրաքանչյուր վայրկյանի համար**։ Վճարովի փաթեթները սկսվում են ամսական $3.99 (1,590 ֏)-ից, իսկ Business ծավալները հասնում են մինչև 36,000,000 միավորի (մանրամասները՝ [սակագների բաժնում](https://hispeech.ai/#pricing))։ Ստարտա՞փ կամ անհատական նախագիծ եք ստեղծում։ Գրեք [info@hispeech.ai](mailto:info@hispeech.ai?subject=Free%20API%20credits) հասցեին և տեղեկացեք անվճար միավորների մասին։

Բոլոր պարամետրերի և պատասխանների ամբողջական ուղեցույցը հասանելի է [API-ի փաստաթղթերում](https://hispeech.ai/api.html)։ Այնտեղ առկա է նաև «Copy for AI» կոճակը, որը պատճենում է ամբողջ ուղեցույցը, որպեսզի կարողանաք այն տեղադրել ChatGPT-ում, Claude-ում կամ Gemini-ում և գեներացնել ձեր տեխնոլոգիական ստեկին համապատասխան ինտեգրման կոդը։

## Հաճախ տրվող հարցեր

### Արդյո՞ք գոյություն ունի API հայերեն խոսքից տեքստի (speech-to-text) համար։

Այո՛։ hispeech.ai-ն առաջարկում է REST API հայերեն խոսքի ճանաչման համար api.hispeech.ai հասցեում՝ սինխրոն, ասինխրոն և OpenAI-համատեղելի վերջնակետերով (endpoints): Ամբողջական ուղեցույցը հասանելի է [hispeech.ai/api.html էջում](https://hispeech.ai/api.html)։

### Կարո՞ղ եմ օգտագործել OpenAI SDK-ն հայերեն սղագրությունների համար։

Այո՛։ OpenAI-ի պաշտոնական SDK-ում որպես base URL սահմանեք `https://api.hispeech.ai/api/v1` հասցեն, օգտագործեք ձեր hispeech.ai API բանալին և կանչեք `audio.transcriptions.create` ֆունկցիան՝ նշելով `model="model-01052025"` (Հիմնական) կամ `model="model-23012026"` (Փորձնական)։

### Կարո՞ղ է API-ն ստեղծել SRT ենթագրեր։

Այս պահին՝ ոչ։ API-ն վերադարձնում է տեքստային սղագրություններ։ Ենթագրերի ֆայլերը (.SRT / .ASS) և ենթագրված տեսանյութերը հասանելի են hispeech.ai-ի վեբ, բջջային և համակարգչային հավելվածներում։

### Որքա՞ն արժե հայերեն խոսքի API-ն։

1 միավոր՝ ձայնագրության յուրաքանչյուր վայրկյանի համար (3,600 միավոր՝ մեկ ժամվա համար)։ Գոյություն ունի օրական անվճար սահմանաչափ, վճարովի փաթեթները սկսվում են ամսական $3.99 (1,590 ֏)-ից, իսկ ստարտափներն ու անհատ ծրագրավորողները կարող են դիմել անվճար API միավորներ ստանալու համար։

### Ի՞նչ է վերադարձնում հայերեն խոսքի API-ն։

Վերբեռնման վերջնակետը (endpoint) վերադարձնում է JSON պատասխան՝ `job_id`, `success`, `transcription` տեքստով և վայրկյաններով արտահայտված `audio_duration` արժեքով։ OpenAI-համատեղելի վերջնակետը վերադարձնում է OpenAI-ի ֆորմատը՝ `text`, `duration` և հատվածների (`segments`) ցանկ՝ սկզբի ու ավարտի ժամանակներով։

### Վերադարձնո՞ւմ է արդյոք API-ն ժամանակային նշումներ (timestamps)։

OpenAI-համատեղելի վերջնակետը (endpoint) վերադարձնում է հատվածներ (`segments`), որոնցից յուրաքանչյուրն ունի վայրկյաններով արտահայտված սկզբնական ու ավարտական ժամանակները և համապատասխան տեքստը։ Վերբեռնման վերջնակետը վերադարձնում է ամբողջական սղագրությունը և ձայնագրության տևողությունը։ Պատրաստի ենթագրերի ֆայլեր ստանալու համար օգտագործեք hispeech.ai հավելվածները։

### Աշխատո՞ւմ է API-ն արևմտահայերենով։

Մոդելները նախատեսված են արևելահայերենի համար։ Արևմտահայերենը նույնպես կարող է սղագրվել, սակայն նկատելիորեն ավելի շատ սխալներով, ուստի նախապես փորձարկեք այն ձեր սեփական ձայնագրությամբ։

### Ի՞նչ աուդիո ֆորմատներ է ընդունում API-ն։

Տարածված աուդիո և տեսանյութերի ֆորմատներ, այդ թվում՝ MP3, WAV, M4A, AAC, FLAC, OGG, OPUS, AMR, MP4, MOV, MKV և WEBM՝ մինչև 10 ԳԲ ծավալով և մեկ ֆայլի համար 10 ժամ տևողությամբ։

## hispeech.ai-ի մասին

hispeech.ai-ը հայերեն խոսքից տեքստ ծառայություն է, որը ստեղծել է ԲլյուՆեյրոն ՍՊԸ-ն 2023 թվականին Երևանում։ Մենք ստեղծում ենք հայերենի խոսքի ճանաչման մեր սեփական համակարգը և այն տեղադրված է Հայաստանում գտնվող մեր սեփական AI ենթակառուցվածքի վրա։ Մենք առաջարկում ենք hispeech.ai-ի վեբ, iOS, Android, macOS և Windows հավելվածները և Developer API-ը։ https://hispeech.ai/about-hy.html