Skip to content

csagent-apiaudio

Latest
Latest

Choose a tag to compare

View all tags
@artydev artydev released this 31 Oct 08:13
0.9.15
e126206

CsAgent 0.9.15 — notes de version

La version 0.9.15 expose la transcription audio (parole vers texte) dans le mode --api, jusque-là réservée à la Web UI. Un programme, par exemple CSFlow, peut envoyer un enregistrement à CsAgent et recevoir le texte. Elle fait suite à la 0.9.14.

Résumé

Domaine Ce qui change
--api Trois points d'accès audio : POST /api/audio/start, POST /api/audio/{id} et POST /api/audio/{id}/transcribe (flux SSE)
Code ApiHost.cs appelle MapAudioEndpoints() ; la bannière de démarrage annonce POST /api/audio/… (speech to text)
Documentation README, guide et page d'accueil décrivent les trois points d'accès
Tests 310 tests, inchangés : aucun test n'a été ajouté pour cette version

Aucun argument ni variable d'environnement n'est ajouté.

Notes de mise à jour

  1. Rien à faire : les points d'accès apparaissent avec --api. Les autres routes ne changent pas.
  2. CSFlow : le nœud user_input avec micro (saisie vocale) a besoin de cette version. Avec une version plus ancienne, CSFlow signale que CsAgent est trop ancien (réponse 404 sur /api/audio/start).
  3. La clé d'API (--api-key) protège ces routes comme les autres. Sans clé, elles sont ouvertes sur la machine locale, comme le reste de --api.
  4. Les fichiers sont écrits dans recordings/ (audio) et transcripts/ (texte), dans le dossier de travail de CsAgent.

Les points d'accès

Appel Rôle
POST /api/audio/start?type=<mime> Ouvre un enregistrement. Répond {"id","path"}
POST /api/audio/{id} Ajoute des octets d'audio, dans l'ordre (corps brut)
POST /api/audio/{id}/transcribe?lang=fr Lance la transcription. Flux SSE : progress, puis done (text, path) ou error

lang prend un code à deux lettres ; sans lui, la langue est détectée. Ce sont les mêmes routes que celles de la dictée de la Web UI.

Exemple

curl -X POST "http://localhost:8080/api/audio/start?type=audio/wav" -H "Authorization: Bearer demo-secret"
curl -X POST "http://localhost:8080/api/audio/<id>" -H "Authorization: Bearer demo-secret" --data-binary @entretien.wav
curl -N -X POST "http://localhost:8080/api/audio/<id>/transcribe?lang=fr" -H "Authorization: Bearer demo-secret"

Limites

  • Essayé en partie seulement : le démarrage d'un enregistrement (/api/audio/start) a été vérifié sur un binaire compilé sous Windows. L'envoi des octets et la transcription par le point d'accès configuré (Albert) restent à vérifier de bout en bout.
  • ffmpeg est nécessaire, sauf pour un fichier .wav ou .mp3 de 24 Mo au plus. Un enregistrement est limité à 100 Mo.
  • Le modèle de transcription est celui du point d'accès configuré : OpenRouter n'en propose pas.
  • L'audio part vers ce point d'accès : choisissez un point d'accès local s'il ne doit pas quitter la machine.

Tests

310 tests (dotnet run --project Tests -c Release), sans nouveau test. Les points d'accès audio existaient déjà pour la Web UI ; cette version ne change que leur exposition en --api.

Assets 3
Loading