Procesamiento de datos
El procesamiento de datos se refiere a la capacidad de tomar los textos de las transcripciones y procesarlos para extraer conclusiones, resúmenes, realizar diarización y más. Esto puede ser increíblemente valioso para analizar grandes cantidades de datos de audio y obtener información útil de manera eficiente.
Próximamente, estaremos lanzando nuevas funciones para ampliar aún más las posibilidades de procesamiento de datos, permitiéndote obtener aún más valor de tus transcripciones.
Uso del endpoint /data-processing
El endpoint /data-processing de la API te permite procesar los datos de tus transcripciones. Dependiendo del modelo de procesamiento de datos que elijas, puedes obtener diferentes tipos de resultados a partir de tus datos.
Para utilizar este endpoint, necesitarás proporcionar el parámetro de consulta modelId en tu solicitud, que determina el modelo de procesamiento de datos que se utilizará.
A continuación, te muestro un ejemplo en JavaScript utilizando el módulo node-fetch:
const fetch = require('node-fetch');
// URL del endpoint de la API
const url = 'https://api.transcribeme.app/data-processing';
// Tus credenciales de la API
const apiKey = 'tu_api_key';
// Elige el modelo de procesamiento de datos
const modelId = 'summarize';
// Crea la URL completa con el parámetro de consulta
const fullUrl = `${url}?modelId=${modelId}`;
// Crea los headers de la solicitud
const headers = {
'x-api-key': apiKey,
};
// Crea el body de la solicitud con el texto a procesar
const body = JSON.stringify({
text: 'Texto a procesar',
});
// Realiza la solicitud POST a la API
fetch(fullUrl, { method: 'POST', headers: headers, body: body })
.then(response => response.json())
.then(json => {
// Imprime los resultados del procesamiento de datos
console.log(json);
})
.catch(error => console.error('Error:', error));Modelos extra
Diarize
El modelo Diarize se encarga de identificar diferentes hablantes en una transcripción. Es especialmente útil cuando se tiene una grabación con múltiples participantes, y se desea distinguir quién dice qué.
Ejemplo de uso:
const modelId = 'diarize';
// Crea la URL completa con el parámetro de consulta
const fullUrl = `${url}?modelId=${modelId}`;
// El resto del código es similar al ejemplo anterior...Sentiment Analysis
El modelo Sentiment Analysis analiza el sentimiento expresado en el texto, clasificándolo generalmente como positivo, negativo o neutral. Este es valioso para entender la tonalidad de un discurso o conversación.
Ejemplo de uso:
const modelId = 'sentiment_analysis';
// Crea la URL completa con el parámetro de consulta
const fullUrl = `${url}?modelId=${modelId}`;
// El resto del código es similar al ejemplo anterior...Categorization
Categorization clasifica el texto en diferentes categorías basándose en su contenido. Es útil para filtrar y ordenar transcripciones según temáticas o temas principales.
Ejemplo de uso:
const modelId = 'sentiment_analysis';
// Crea la URL completa con el parámetro de consulta
const fullUrl = `${url}?modelId=${modelId}`;
// Crea los headers de la solicitud
const headers = {
'x-api-key': apiKey,
};
// Crea el body de la solicitud con el texto a procesar
const body = JSON.stringify({
text: 'Texto a procesar',
promt: 'Categorías a utilizar', // Ej: '- La conversación divago por temas informales\n- El cliente pudo resolver sus dudas\n- La conversación se centró en temas de soporte'
});
// Realiza la solicitud POST a la API
fetch(fullUrl, { method: 'POST', headers: headers, body: body })
.then(response => response.json())
.then(json => {
// Imprime los resultados del procesamiento de datos
console.log(json);
})
.catch(error => console.error('Error:', error));Custom
El modelo Custom permite adaptar modelos propios basados en sus necesidades específicas. Si necesitas una solución de procesamiento específica, este modelo es el indicado para ti.
Ejemplo de uso:
const modelId = 'sentiment_analysis';
// Crea la URL completa con el parámetro de consulta
const fullUrl = `${url}?modelId=${modelId}`;
// Crea los headers de la solicitud
const headers = {
'x-api-key': apiKey,
};
// Crea el body de la solicitud con el texto a procesar
const body = JSON.stringify({
text: 'Texto a procesar',
promt: 'Intruccion', // Ej: 'Otorga 3 puntos clave de la conversación'
});
// Realiza la solicitud POST a la API
fetch(fullUrl, { method: 'POST', headers: headers, body: body })
.then(response => response.json())
.then(json => {
// Imprime los resultados del procesamiento de datos
console.log(json);
})
.catch(error => console.error('Error:', error));