BroadRouter

API speech-to-text pour l’arabe, étape par étape

Mis à jour

Envoyez un fichier WAV ou MP3 à https://inference.broadnet.ai/v1/audio/transcriptions avec le modèle broadnet/cohere-transcribe-arabic et language=ar. La réponse est un JSON avec la transcription dans text. Convertissez d’abord les autres formats, comme le .ogg de WhatsApp, en WAV. Le prix est à la minute d’audio, et BroadNet indique ne conserver ni l’audio ni la transcription.

BroadNet Transcribe Arabic coûte $0.0042 par minute d’audio. BroadNet le classe #2 sur 37 (chiffre de septembre 2026 ; le classement en direct le plaçait #4 sur 39 le 15 novembre 2026) sur l’Open Universal Arabic ASR Leaderboard, et n° 1 parmi les modèles dont la licence autorise un service par API. Pour les autres langues, BroadNet Transcribe couvre 14 langues à $0.002 la minute. Voir la page du modèle BroadNet Transcribe Arabic et la page du modèle BroadNet Transcribe.

D’autres fournisseurs peuvent coûter moins cher. Le 2026-11-14, la page des tarifs de Soniox affichait environ 0,10 USD de l’heure pour la transcription de fichiers (asynchrone) et 0,12 USD de l’heure en temps réel, et sa liste de langues inclut l’arabe. C’est moins que les $0.25 de l’heure de BroadNet Transcribe Arabic : testez donc les deux sur votre propre audio.

Avec curl

curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe-arabic \
  -F language=ar \
  -F file=@voice-note.wav

La réponse est la transcription au format JSON :

{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}

Avec Python

from openai import OpenAI
import os

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

with open("voice-note.wav", "rb") as audio:
    result = client.audio.transcriptions.create(
        model="broadnet/cohere-transcribe-arabic",
        file=audio,
        language="ar",
    )
print(result.text)

Envoyez toujours la langue

Sans language, l’arabe peut revenir translittéré en lettres latines. Envoyez language=ar pour l’arabe et language=en pour l’anglais.

Quels dialectes arabes le modèle gère-t-il ?

BroadNet présente BroadNet Transcribe Arabic comme couvrant l’arabe, dialectes compris, et publie pour lui trois taux d’erreur de mots. Ce sont les propres mesures en laboratoire de BroadNet, tirées de son catalogue de modèles :

Jeu de test Contenu Taux d’erreur de mots
FLEURS-ar Phrases lues, propres 3,8
MASC-ar Parole arabe réelle et variée 21,1
Jeu dialectal de BroadNet Parole dialectale 23,4

BroadNet ne publie pas de ventilation par dialecte : personne en dehors de BroadNet ne peut dire comment l’audio du Golfe se compare à l’égyptien ou au maghrébin. Les autres fournisseurs présentent leur couverture différemment. Deepgram liste l’arabe de Nova-3 avec des codes régionaux, de ar-AE, ar-SA et ar-EG à ar-MA et ar-IQ. Speechmatics vend un seul pack « Global Arabic » qui cite l’arabe standard moderne, l’arabe du Golfe, l’égyptien et le levantin, plus un pack ar_en pour l’arabe mêlé d’anglais. Soniox liste l’arabe (ar) sans détail sur les dialectes.

Un code listé n’est pas une précision mesurée. Avant de choisir, évaluez chaque candidat sur vos propres extraits, regroupés par dialecte :

  • Golfe (khaleeji) : parole saoudienne, émiratie, koweïtienne, qatarie, souvent avec des noms de produits en anglais.
  • Égyptien : le dialecte le plus largement compris dans les médias.
  • Levantin : parole syrienne, libanaise, jordanienne et palestinienne.
  • Irakien et maghrébin : la parole marocaine, algérienne et tunisienne est généralement le cas le plus difficile.
  • Arabe standard moderne : informations et discours formel, la référence facile.

Le guide de la reconnaissance vocale des dialectes arabes explique pourquoi les dialectes obtiennent de moins bons scores, et l’explication du taux d’erreur de mots montre comment les mesurer.

Combien coûtent les API speech-to-text pour l’arabe ?

Tous les fournisseurs ci-dessous listent l’arabe. Du moins cher au plus cher ; les prix concernent des fichiers enregistrés sauf mention contraire, et ont été vérifiés le 2026-11-14 :

Fournisseur et modèle Par minute Par heure Couverture de l’arabe annoncée
Soniox, asynchrone (fichier) environ 0,0017 USD environ 0,10 USD Arabe (ar)
Soniox, temps réel environ 0,002 USD environ 0,12 USD Arabe (ar)
BroadNet Transcribe (14 langues) $0.002 $0.12 L’arabe parmi 14 langues
BroadNet Transcribe Arabic $0.0042 $0.25 Arabe, dialectes compris (selon BroadNet)
Deepgram, Nova-3 monolingue 0,0043 USD 0,258 USD ar plus codes régionaux
Speechmatics, Standard 0,0075 USD 0,45 USD Global Arabic, ar_en
Speechmatics, Enhanced 0,0125 USD 0,75 USD Global Arabic, ar_en

Sources : tarifs Soniox (facturation au token ; les chiffres horaires sont des approximations de Soniox), tarifs Deepgram et tarifs Speechmatics. Soniox est moins cher que les deux modèles de BroadNet, et BroadNet ne documente pas de streaming en temps réel. Les arguments de BroadNet sont le modèle spécialisé pour l’arabe, son classement rapporté sur le leaderboard et la conservation zéro des données (zero data retention). Pour d’autres fournisseurs, consultez notre index ouvert des prix des API speech-to-text, qui liste les prix batch et streaming et la prise en charge de l’arabe pour plus de 20 produits, avec une source et une date pour chacun (CSV et JSON). Pour les coûts annexes, voir la comparaison des prix des API speech-to-text ; pour chiffrer votre propre volume, utilisez le calculateur de coût speech-to-text.

Limites

  • WAV ou MP3, jusqu’à 26 214 400 octets (25 Mio) par fichier. Un fichier plus gros renvoie un 413 ; découpez-le d’abord.
  • Les clés à l’usage autorisent 30 requêtes par minute et 4 simultanées.
  • Les deux modèles de transcription fonctionnent avec le crédit de départ gratuit de $5 : vous pouvez tester vos propres enregistrements avant de payer.

Dépannage

  • Des lettres latines au lieu de l’écriture arabe. Ajoutez language=ar.
  • 400 ou 422. Vérifiez les noms de champs (model, language, file) et que le fichier est réellement du WAV ou du MP3. Un .ogg renommé échoue ; convertissez-le avec ffmpeg.
  • 413. Le fichier dépasse 26 214 400 octets. Convertissez-le en WAV ou MP3 mono 16 kHz, ou découpez-le en morceaux plus courts.
  • 401 sur un compte payant. Vérifiez la clé et le quota de paiement à l’usage. Voir codes d’erreur et nouvelles tentatives chez BroadNet.
  • Précision faible sur du dialecte ou des appels bruités. Le propre jeu de test dialectal de BroadNet obtient de moins bons scores que la parole lue et propre (voir la FAQ). Testez sur un échantillon de votre audio réel et mesurez le taux d’erreur de mots.

Les notes vocales WhatsApp arrivent en .ogg. Convertissez et transcrivez les notes vocales WhatsApp en une seule étape. Si vous avez besoin de nombres, de dates et de noms dans un audio bruité, BroadNet propose un modèle arabe affiné sur demande.

Questions fréquentes

Le modèle comprend-il les dialectes arabes ?

BroadNet annonce un taux d’erreur de mots de 23,4 sur son propre jeu de test dialectal, ainsi que 3,8 sur FLEURS-ar et 21,1 sur MASC-ar. Plus c’est bas, mieux c’est. BroadNet ne publie pas de score par dialecte : testez séparément des enregistrements en arabe du Golfe, égyptien, levantin et maghrébin avant de vous y fier.

Quelle API speech-to-text pour l’arabe est la moins chère ?

Parmi les fournisseurs vérifiés le 2026-11-14, Soniox affiche le tarif le plus bas, environ 0,10 USD de l’heure pour la transcription de fichiers. BroadNet Transcribe Arabic coûte $0.25 de l’heure. Deepgram Nova-3 et Speechmatics coûtent plus cher. Le prix horaire compte moins que le taux d’erreur de mots sur votre propre audio dialectal.

Quels formats audio sont acceptés ?

WAV (audio/wav) et MP3 (audio/mpeg). Convertissez d’abord les autres formats, comme .ogg ou .m4a, avec ffmpeg.

Pourquoi ma transcription arabe est-elle écrite en lettres latines ?

La requête ne contenait pas le champ language. Sans lui, la parole arabe peut être translittérée en alphabet latin. Envoyez language=ar avec chaque requête en arabe.

Puis-je essayer la transcription arabe gratuitement ?

Oui. Les deux modèles de transcription de BroadNet fonctionnent avec le crédit de départ gratuit des nouveaux comptes : vous pouvez tester vos propres enregistrements avant de recharger.

Pour l’arabe, faut-il choisir BroadNet Transcribe Arabic ou BroadNet Transcribe ?

Les deux acceptent language=ar. BroadNet Transcribe Arabic est le modèle dédié à l’arabe, celui dont BroadNet rapporte le classement sur le leaderboard arabe. BroadNet Transcribe coûte moins cher à la minute et couvre 14 langues : testez les deux sur votre audio.

Lire en MarkdownDemander à ChatGPTDemander à ClaudeDemander à Perplexity