---
title: "Rekam audio di browser, kirim ke API speech-to-text | BroadRouter"
description: "Rekam mikrofon dengan MediaRecorder, ubah WebM atau MP4 Safari menjadi WAV 16 kHz, lalu kirim ke API transkripsi lewat server kecil yang menyimpan kunci API."
url: https://broadrouter.com/id/blog/record-browser-audio-transcription-api/
lang: id
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan dari bahasa Inggris dengan bantuan AI. [Baca versi asli bahasa Inggris](https://broadrouter.com/blog/record-browser-audio-transcription-api/) (diperbarui 2026-11-15).

# Merekam audio di browser dan mengirimnya ke API speech-to-text

Oleh tim BroadNet Inference · 6 menit baca · Dipublikasikan 2026-11-15

Rekam dengan getUserMedia dan MediaRecorder, pilih format dengan isTypeSupported, dan buang chunk kosong. Jika API hanya menerima WAV atau MP3, dekode rekaman di browser lalu encode menjadi WAV mono 16 kHz, atau unggah dan konversi dengan ffmpeg di server Anda. Apa pun caranya, kirim lewat backend Anda sendiri agar kunci API tidak pernah sampai ke browser.

## Poin penting

-   Browser merekam dalam format terkompresi: Chrome menghasilkan WebM dengan Opus, dan WebKit mendokumentasikan MP4 dengan AAC untuk Safari. OpenAI menerima keduanya; API yang hanya menerima WAV atau MP3, seperti BroadNet, memerlukan langkah konversi.
-   getUserMedia hanya berfungsi dalam secure context (HTTPS atau localhost). Di luar itu navigator.mediaDevices bernilai undefined, jadi periksa dulu sebelum memanggilnya.
-   WAV mono 16 kHz 16-bit berukuran 32.000 byte per detik. Batas BroadNet sebesar 26.214.400 byte memuat sekitar 13 menit 39 detik; pecah rekaman yang lebih panjang.
-   decodeAudioData membutuhkan file utuh dan melakukan resampling ke rate context-nya, jadi OfflineAudioContext pada 16.000 Hz melakukan resampling untuk Anda.
-   Jangan pernah memanggil API transkripsi dari halaman. Kirim audio ke server Anda, periksa ukuran dan tipenya di sana, dan tambahkan kunci di server.

**Di halaman ini**

1.  Format apa yang direkam browser?
2.  Bagaimana cara merekam dari mikrofon?
3.  Bagaimana mengonversi rekaman ke WAV di browser?
4.  Bagaimana jika konversinya di server?
5.  Bagaimana menjauhkan kunci API dari browser?
6.  Bagaimana kami mengujinya?
7.  Berapa biayanya?
8.  Di mana posisi BroadNet Inference?

Merekam pesan suara di aplikasi web hanya butuh sekitar tiga puluh baris JavaScript. Masalahnya muncul saat Anda mengirim file-nya: browser merekam WebM atau MP4, API meminta format lain, iPhone mengembalikan “Thank you” untuk klip hening, dan tutorial yang Anda salin menaruh kunci API di halaman. Artikel ini membangun seluruh alurnya dan menguji setiap bagian: rekam, konversi ke WAV, periksa ukuran, lalu teruskan lewat server kecil.

Contoh-contohnya menargetkan API yang hanya menerima WAV atau MP3. BroadNet Inference salah satunya: dokumentasinya mencantumkan WAV (`audio/wav`) atau MP3 (`audio/mpeg`) hingga 26.214.400 byte per file. Jika API Anda menerima WebM, lewati konversinya dan pertahankan sisanya. Panduan speech-to-text OpenAI mencantumkan flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, dan webm, hingga 25 MB.

## Format apa yang direkam browser?

`MediaRecorder` merekam dalam format terkompresi pilihan browser, kecuali Anda meminta format yang didukungnya. Tanyakan dengan `MediaRecorder.isTypeSupported()` dan ambil yang pertama cocok:

| String tipe | Browser yang umum |
| --- | --- |
| `audio/webm;codecs=opus` | Chrome, Edge, Firefox |
| `audio/mp4` | Safari ([WebKit mendokumentasikan MP4 dengan AAC](https://webkit.org/blog/11353/mediarecorder-api/)); Chromium juga melaporkannya dalam pengujian kami |
| `audio/ogg;codecs=opus` | Firefox |

Di Chromium headless pada 2026-11-15, `isTypeSupported` mengembalikan true untuk WebM/Opus dan MP4, serta false untuk Ogg/Opus. Anggap tabel ini titik awal, bukan janji. MDN mencatat bahwa `true` berarti browser pada prinsipnya bisa merekam tipe tersebut; perekaman tetap bisa gagal jika sumber daya kurang. Selalu baca `recorder.mimeType` setelah membuat perekam, dan beri label unggahan dengan nilai itu, bukan dengan tipe yang Anda minta.

## Bagaimana cara merekam dari mikrofon?

Dua aturan browser membentuk kodenya. Pertama, `getUserMedia` hanya ada dalam [secure context](https://developer.mozilla.org/en-US/docs/Web/API/MediaDevices/getUserMedia): HTTPS, `localhost`, atau URL `file:`. Lewat HTTP biasa dari host lain, `navigator.mediaDevices` bernilai `undefined`, sehingga pemanggilannya melempar `TypeError` alih-alih meminta izin. Kedua, pengguna harus memberi akses, dan penolakan memunculkan `NotAllowedError`. Tangani keduanya dengan pesan yang bisa ditindaklanjuti pengguna.

```js
// record.js: record from the microphone, return a 16 kHz mono WAV Blob.
const TYPES = ["audio/webm;codecs=opus", "audio/mp4", "audio/ogg;codecs=opus"];

export async function startRecording() {
  if (!navigator.mediaDevices?.getUserMedia) {
    throw new Error("Microphone access needs HTTPS (or localhost).");
  }
  const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
  const mimeType = TYPES.find((t) => MediaRecorder.isTypeSupported(t));
  const rec = new MediaRecorder(stream, mimeType ? { mimeType } : {});
  const chunks = [];
  rec.ondataavailable = (e) => { if (e.data.size > 0) chunks.push(e.data); };
  rec.start(1000); // a chunk every second, so a crash loses at most one second
  return () => new Promise((resolve) => {
    rec.onstop = () => {
      stream.getTracks().forEach((t) => t.stop()); // turn the mic indicator off
      resolve(new Blob(chunks, { type: rec.mimeType }));
    };
    rec.stop();
  });
}
```

Tiga detail di dalamnya berasal dari laporan bug nyata:

-   **Buang chunk kosong.** Di sebuah thread forum OpenAI tentang MediaRecorder di iPhone, seorang developer menemukan `dataavailable` terpicu dengan data kosong di iOS, dan memfilter chunk itu menyelesaikan masalahnya. Developer lain mengatasi gejala yang sama dengan memulai perekaman memakai timeslice, `start(1000)`.
-   **Hentikan track-nya.** Menghentikan perekam tidak melepaskan mikrofon. Tanpa `getTracks().forEach(t => t.stop())` browser terus menampilkan indikator perekaman.
-   **Jangan mengukur durasi dengan menghitung chunk.** MDN memperingatkan bahwa interval timeslice tidak presisi dan bisa memanjang saat Safari menjeda mikrofon atau Chrome Android mengunci layar. Simpan timer sendiri jika Anda menampilkan durasi atau menerapkan batas.

## Bagaimana mengonversi rekaman ke WAV di browser?

Web Audio API bisa mendekode apa pun yang direkam browser. Dua fakta dari MDN membuatnya singkat: `decodeAudioData` hanya bekerja pada file utuh, bukan potongan, jadi dekode setelah `stop()`; dan ia melakukan resampling audio hasil dekode ke sample rate context-nya. Karena itu `OfflineAudioContext` yang dibuat pada 16.000 Hz langsung mengembalikan sampel 16 kHz tanpa kode resampling tambahan. Konstruktornya menerima rate berapa pun dari 3.000 hingga 768.000 Hz.

```js
export async function toWav16k(blob) {
  // decodeAudioData needs the whole file and resamples to the context's rate.
  const ctx = new OfflineAudioContext(1, 1, 16000);
  const audio = await ctx.decodeAudioData(await blob.arrayBuffer());
  return encodeWav(mixDown(audio), 16000);
}

export function mixDown(audio) {
  const out = new Float32Array(audio.length);
  for (let c = 0; c < audio.numberOfChannels; c++) {
    const ch = audio.getChannelData(c);
    for (let i = 0; i < out.length; i++) out[i] += ch[i] / audio.numberOfChannels;
  }
  return out;
}

export function encodeWav(samples, rate) {
  const buf = new ArrayBuffer(44 + samples.length * 2);
  const v = new DataView(buf);
  const str = (o, s) => [...s].forEach((ch, i) => v.setUint8(o + i, ch.charCodeAt(0)));
  str(0, "RIFF"); v.setUint32(4, 36 + samples.length * 2, true); str(8, "WAVE");
  str(12, "fmt "); v.setUint32(16, 16, true); v.setUint16(20, 1, true); // PCM
  v.setUint16(22, 1, true); v.setUint32(24, rate, true);                // mono
  v.setUint32(28, rate * 2, true); v.setUint16(32, 2, true); v.setUint16(34, 16, true);
  str(36, "data"); v.setUint32(40, samples.length * 2, true);
  for (let i = 0; i < samples.length; i++) {
    const s = Math.max(-1, Math.min(1, samples[i]));
    v.setInt16(44 + i * 2, s < 0 ? s * 0x8000 : s * 0x7fff, true);
  }
  return new Blob([buf], { type: "audio/wav" });
}
```

Kenapa 16 kHz mono: itulah pengaturan yang dipakai contoh ffmpeg BroadNet sendiri (`-ar 16000 -ac 1`), pita frekuensi ucapan tetap terjaga, dan ukurannya sepertiga dari 48 kHz. Stereo menggandakan ukuran tanpa manfaat untuk satu suara. Lihat [sample rate](https://broadrouter.com/id/glossary/sample-rate/) untuk pertimbangannya.

Hitungan ukuran itu penting, karena WAV tidak terkompresi. 16.000 sampel per detik dengan 2 byte per sampel berarti 32.000 byte per detik. Dengan header 44 byte, batas BroadNet sebesar 26.214.400 byte memuat 819 detik: sekitar 13 menit 39 detik. Untuk yang lebih panjang, hentikan perekaman pada batas tertentu, atau pecah di server seperti di [transkripsi file audio panjang](https://broadrouter.com/id/blog/transcribe-long-audio-files-api/). [Audio splitter](https://broadrouter.com/tools/audio-splitter-ffmpeg/) menuliskan perintah ffmpeg-nya.

Konversi di browser memakai CPU dan memori pengguna, dan seluruh klip hasil dekode berada di memori sebagai float 32-bit. Itu tidak masalah untuk pesan suara beberapa menit. Untuk rekaman panjang, unggah file terkompresinya dan konversi di server.

## Bagaimana jika konversinya di server?

Kirim rekaman terkompresi apa adanya dan biarkan ffmpeg yang bekerja. Kode di halaman lebih sedikit, unggahan lebih kecil, hasilnya sama:

```bash
ffmpeg -i in.webm -ar 16000 -ac 1 out.wav
```

Tulis unggahan ke file sementara alih-alih mem-pipe-nya ke ffmpeg. File MP4 bisa menyimpan indeksnya di akhir, dan ffmpeg tidak selalu bisa membacanya dari pipe. [Panduan voice note WhatsApp](https://broadrouter.com/id/guides/transcribe-whatsapp-voice-notes/) memakai perintah yang sama untuk file `.ogg`.

## Bagaimana menjauhkan kunci API dari browser?

Taruh endpoint kecil di antara halaman dan API. Endpoint ini menerima rekaman, mengonversinya jika perlu, memeriksa ukuran, menambahkan kunci dari environment variable, lalu meneruskannya. Node 18 ke atas sudah punya `fetch`, `FormData`, dan `Blob` bawaan, jadi tidak perlu paket apa pun:

```js
// server.mjs: POST /transcribe with the recording as the body. The key stays here.
import http from "node:http";
import { execFile } from "node:child_process";
import { mkdtemp, writeFile, readFile, rm } from "node:fs/promises";
import { tmpdir } from "node:os";
import { join } from "node:path";
import { promisify } from "node:util";

const API = process.env.BROADNET_BASE_URL ?? "https://inference.broadnet.ai/v1";
const KEY = process.env.BROADNET_API_KEY;
const FFMPEG = process.env.FFMPEG ?? "ffmpeg";
const MAX = 26_214_400; // BroadNet's per-file cap in bytes
const run = promisify(execFile);

async function readBody(req, limit) {
  const parts = []; let n = 0;
  for await (const c of req) { n += c.length; if (n > limit) throw Object.assign(new Error("too large"), { code: 413 }); parts.push(c); }
  return Buffer.concat(parts);
}

async function toWav(bytes) {
  // Temp files, not pipes: an MP4 from Safari can keep its index at the end.
  const dir = await mkdtemp(join(tmpdir(), "rec-"));
  try {
    await writeFile(join(dir, "in"), bytes);
    await run(FFMPEG, ["-v", "error", "-i", join(dir, "in"), "-ar", "16000", "-ac", "1", join(dir, "out.wav")]);
    return await readFile(join(dir, "out.wav"));
  } finally { await rm(dir, { recursive: true, force: true }); }
}

http.createServer(async (req, res) => {
  const reply = (code, obj) => { res.writeHead(code, { "content-type": "application/json" }); res.end(JSON.stringify(obj)); };
  if (req.method !== "POST" || req.url !== "/transcribe") return reply(404, { error: "not found" });
  try {
    const type = (req.headers["content-type"] ?? "").split(";")[0];
    let body = await readBody(req, 4 * MAX);
    if (type !== "audio/wav" && type !== "audio/mpeg") {
      try { body = await toWav(body); }
      catch { return reply(400, { error: "Could not read the recording." }); }
    }
    if (body.length > MAX) return reply(413, { error: "Recording too long; split it first." });
    const form = new FormData();
    form.append("model", "broadnet/cohere-transcribe-arabic");
    form.append("language", "ar");
    form.append("file", new Blob([body], { type: type === "audio/mpeg" ? "audio/mpeg" : "audio/wav" }),
      type === "audio/mpeg" ? "audio.mp3" : "audio.wav");
    const r = await fetch(`${API}/audio/transcriptions`, {
      method: "POST", headers: { Authorization: `Bearer ${KEY}` }, body: form,
    });
    const data = await r.json();
    return r.ok ? reply(200, { text: data.text }) : reply(r.status, { error: data });
  } catch (e) {
    return reply(e.code === 413 ? 413 : 500, { error: String(e.message ?? e) });
  }
}).listen(process.env.PORT ?? 8787);
```

Halaman lalu mengirim WAV atau rekaman mentahnya:

```js
const stop = await startRecording();
// ...later, when the user taps Stop:
const raw = await stop();
const wav = await toWav16k(raw);          // or send `raw` and let the server convert
const r = await fetch("/transcribe", { method: "POST", headers: { "content-type": wav.type }, body: wav });
const { text } = await r.json();
```

Hal-hal yang perlu dipertahankan saat Anda mengadaptasinya:

-   **Selalu kirim `language`.** Dokumentasi BroadNet menyebutkan bahwa tanpa itu bahasa Arab bisa kembali dalam bentuk transliterasi huruf Latin. Gunakan `ar` dengan model Arab, atau beralih ke `broadnet/cohere-transcribe` dan kode yang tepat untuk salah satu dari 14 bahasanya.
-   **Kembalikan pesan error generik.** Versi pertama proxy uji kami menggemakan error ffmpeg, yang memuat path file server. Kode di atas mengembalikan “Could not read the recording.” sebagai gantinya.
-   **Tambahkan autentikasi dan rate limit** sebelum deploy. Kalau tidak, siapa pun yang menemukan `/transcribe` bisa menghabiskan saldo Anda. [Keamanan kunci API LLM](https://broadrouter.com/id/blog/llm-api-key-security/) membahas sisanya, dan kunci BroadNet bisa dibatasi dengan [IP allow-list](https://broadrouter.com/id/guides/api-keys-ip-allow-lists/).
-   **Tolak klip yang nyaris hening.** Laporan forum tentang transkrip karangan “Thank you” atau “Bye” melibatkan rekaman hening atau rusak. Periksa durasinya (byte WAV ÷ 32.000) dan, jika bisa, level sinyalnya sebelum Anda membayarnya.

## Bagaimana kami mengujinya?

Tidak ada kunci BroadNet yang dipakai. Pada 2026-11-15 kami menjalankan kode di atas terhadap mock lokal `/v1/audio/transcriptions`:

1.  **Encoder di Node.** `encodeWav` pada satu detik nada 440 Hz dengan dua sampel yang terpotong (clipped) menghasilkan 32.044 byte. Modul `wave` Python membacanya sebagai 1 kanal, 16.000 Hz, sampel 2 byte, 16.000 frame, dan ffmpeg sebagai `pcm_s16le, 16000 Hz, mono`. Sampel yang terpotong keluar sebagai 32767 dan −32768.
2.  **Alur browser di Chromium.** Playwright menjalankan Chromium headless dengan mikrofon palsu. `startRecording` merekam 3 detik sebagai `audio/webm;codecs=opus` (40.563 byte), dan `toWav16k` mengubahnya menjadi WAV 96.044 byte: 3,0 detik, 16 kHz, mono.
3.  **Proxy.** WAV maupun WebM mentah sama-sama mengembalikan 200. Mock menerima auth `Bearer`, ID model Arab, `language=ar`, dan file `audio/wav` mono 16 kHz setiap kali; ffmpeg mengonversi WebM di server. WAV berukuran 26.214.401 byte mendapat 413 tanpa panggilan ke upstream. Body yang bukan audio mendapat 400.
4.  **Origin tidak aman.** Saat dimuat dari alamat LAN mesin lewat HTTP biasa, halaman melaporkan `isSecureContext` false dan `startRecording` melempar pesan HTTPS kami, bukan `TypeError`.

Kami tidak menguji Safari atau Firefox, ataupun transkripsi sungguhan. Coba di iPhone sungguhan sebelum rilis.

## Berapa biayanya?

BroadNet menagih transkripsi per menit audio: $0.0042 untuk Transcribe Arabic dan $0.002 untuk model multibahasa. Satu jam pesan suara berbahasa Arab seharga $0.25. Keduanya bisa dipakai dengan kredit awal $5, yang mencakup sekitar 1,190 menit audio Arab. Untuk volume Anda sendiri, gunakan [kalkulator biaya speech-to-text](https://broadrouter.com/tools/speech-to-text-cost-calculator/). [Panduan membeli API speech-to-text bahasa Arab](https://broadrouter.com/id/blog/arabic-speech-to-text-api-buyers-guide/) membandingkan para penyedia.

## Di mana posisi BroadNet Inference?

BroadRouter adalah situs milik BroadNet sendiri. BroadNet Inference mentranskripsi file yang diunggah: WAV atau MP3, satu permintaan per file, dengan respons JSON berisi teks. Transkripsi live atau streaming, timestamp, maupun label pembicara tidak didokumentasikan. Jika aplikasi Anda perlu menampilkan kata-kata saat pengguna berbicara, gunakan penyedia dengan API speech streaming. Untuk pesan suara, catatan, dan formulir, di mana pengguna merekam lalu mengirim, alur unggahan di atas sudah cukup. Penyiapannya ada di [panduan API speech-to-text bahasa Arab](https://broadrouter.com/id/guides/arabic-speech-to-text-api/), dan [referensi API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-record-browser-audio-transcription-api&utm_content=body) mencantumkan field-nya. Pernyataan privasinya menyebutkan audio dan transkrip tidak disimpan.

Alat gratis untuk topik ini (bahasa Inggris)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[Alat gratis (bahasa Inggris)](https://broadrouter.com/tools/)

## Istilah dalam artikel ini

[WAV](https://broadrouter.com/id/glossary/wav/)

WAV (Waveform Audio File Format, atau WAVE) adalah container audio yang dibangun di atas format RIFF milik Microsoft dan IBM. Biasanya berisi sampel PCM linear tanpa kompresi, sehingga ukurannya mudah diprediksi: sample rate dikali byte per sampel dikali jumlah kanal, per detik.

[Speech-to-text (ucapan ke teks)](https://broadrouter.com/id/glossary/speech-to-text/)

Speech-to-text, juga disebut automatic speech recognition (ASR), adalah teknologi yang mengubah audio ucapan menjadi teks tertulis. API speech-to-text menerima file atau stream audio dan mengembalikan transkrip, biasanya dihargai per menit audio. Akurasinya diukur dengan word error rate dan bervariasi menurut aksen, dialek, dan kualitas rekaman.

[Sample rate (laju sampel)](https://broadrouter.com/id/glossary/sample-rate/)

Sample rate adalah jumlah sampel audio yang diambil per detik, diukur dalam hertz (Hz). Model pengenalan ucapan umumnya mengharapkan audio mono 16.000 Hz (16 kHz). Bersama bit depth dan jumlah kanal, sample rate menentukan ukuran file audio tanpa kompresi per menit.

[Streaming (respons streaming)](https://broadrouter.com/id/glossary/streaming/)

Streaming adalah cara mengembalikan respons model bahasa dalam potongan-potongan kecil selagi masih dihasilkan, bukan sebagai satu balasan utuh di akhir. API yang kompatibel dengan OpenAI melakukan streaming lewat server-sent events jika permintaan mengatur stream ke true.

[Kunci API (API key)](https://broadrouter.com/id/glossary/api-key/)

Kunci API adalah string rahasia yang mengidentifikasi dan mengotorisasi client yang memanggil API. API LLM biasanya mengharapkannya di header Authorization: Bearer, dan siapa pun yang memegang kunci itu bisa membuat permintaan yang ditagihkan ke akun pemiliknya.

[Ogg Opus](https://broadrouter.com/id/glossary/ogg-opus/)

Ogg Opus adalah audio yang dienkode dengan codec Opus (RFC 6716) dan disimpan dalam container Ogg (RFC 7845). Format ini dirancang untuk ucapan dan audio interaktif pada bitrate rendah, dan dipakai WhatsApp untuk pesan suara, biasanya sebagai file .ogg atau .opus.

[Rate limit (batas laju)](https://broadrouter.com/id/glossary/rate-limit/)

Rate limit adalah batas yang diterapkan API pada seberapa banyak client boleh memakainya dalam rentang waktu tertentu, misalnya permintaan per menit atau token per menit. Permintaan yang melebihi batas ditolak, biasanya dengan HTTP 429 Too Many Requests, sampai pemakaian kembali di bawah batas.

[Tool calling (function calling)](https://broadrouter.com/id/glossary/tool-calling/)

Tool calling, disebut juga function calling, adalah fitur API LLM di mana model mengembalikan permintaan terstruktur untuk menjalankan fungsi yang didefinisikan developer, lengkap dengan argumen JSON. Aplikasi yang menjalankan fungsi itu dan mengirim hasilnya kembali; model tidak pernah menjalankan kode sendiri.

## Pertanyaan umum

### Bisakah file WebM dari MediaRecorder langsung dikirim ke API speech-to-text?

Hanya jika API-nya menerima WebM. Endpoint transkripsi OpenAI mencantumkan webm dan mp4 di antara format yang didukung. BroadNet hanya menerima WAV dan MP3, jadi konversi dulu: di browser dengan Web Audio API, atau di server dengan ffmpeg -i in.webm -ar 16000 -ac 1 out.wav.

### Kenapa getUserMedia bilang navigator.mediaDevices undefined?

Halamannya bukan secure context. Menurut MDN, getUserMedia hanya berfungsi lewat HTTPS, di localhost, atau dari URL file. Lewat HTTP biasa dari host lain, navigator.mediaDevices tidak ada. Sajikan halaman lewat HTTPS; localhost cukup untuk pengembangan.

### Berapa lama rekaman WAV yang muat dalam unggahan 25 MB?

WAV mono 16 kHz 16-bit berukuran 32.000 byte per detik ditambah header 44 byte. Batas BroadNet sebesar 26.214.400 byte memuat sekitar 819 detik, atau 13 menit 39 detik. MP3 atau sample rate yang lebih rendah memuat lebih banyak; untuk audio yang lebih panjang, pecah menjadi beberapa bagian.

### Kenapa rekaman kosong di iPhone menghasilkan "Thank you" atau "Bye"?

Developer di forum OpenAI melaporkan frasa pendek karangan dari rekaman yang hening atau rusak, dan menelusuri kasus iOS ke chunk dataavailable yang kosong; memfilter chunk berukuran 0 dan memulai perekam dengan timeslice menyelesaikan masalah mereka. Periksa durasi sebelum mengunggah.

### Apakah browser sebaiknya memanggil API transkripsi secara langsung?

Tidak. Apa pun di kode frontend, termasuk kunci API, bisa dibaca pengguna. Kirim audio ke endpoint Anda sendiri, yang memeriksa ukuran dan tipe, menambahkan kunci dari environment variable, lalu meneruskannya.

## Baca juga

-   [Transkripsi audio panjang di atas 25 MB: pecah, kirim, gabungkan](https://broadrouter.com/id/blog/transcribe-long-audio-files-api/)
-   [Alternatif API Whisper: kapan beralih dan cara mengujinya](https://broadrouter.com/id/blog/whisper-api-alternative/)
-   [API speech-to-text multibahasa: 14 bahasa, satu endpoint](https://broadrouter.com/id/blog/multilingual-speech-to-text-api/)
-   [Keamanan kunci API LLM: penyimpanan, rotasi, dan IP allow-list](https://broadrouter.com/id/blog/llm-api-key-security/)
-   [API speech-to-text bahasa Arab: cara memilihnya di 2026](https://broadrouter.com/id/blog/arabic-speech-to-text-api-buyers-guide/)
-   [Voice note ke teks untuk bisnis: dari WhatsApp dan Telegram ke tiket](https://broadrouter.com/id/blog/voice-notes-to-text-for-business/)
-   [Hardware GPU dan pendekatan serving BroadNet, menurut BroadNet](https://broadrouter.com/id/blog/broadnet-gpu-fleet-and-serving/)
-   [Cache respons API LLM untuk memangkas biaya: exact cache di Python](https://broadrouter.com/id/blog/cache-llm-responses-cut-cost/)
-   [Panduan: Transkripsi voice note WhatsApp ke teks dengan API](https://broadrouter.com/id/guides/transcribe-whatsapp-voice-notes/)
-   [Panduan: API speech-to-text bahasa Arab, langkah demi langkah](https://broadrouter.com/id/guides/arabic-speech-to-text-api/)
-   [Panduan: Memakai OpenAI Node.js SDK dengan BroadNet Inference](https://broadrouter.com/id/guides/openai-node-sdk/)

Coba dengan beban kerja Anda yang sebenarnya. Akun baru mendapat kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM, dan Qwen3.8 memerlukan top up.

[Mulai](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-record-browser-audio-transcription-api&utm_content=page-cta) ·

**Sumber**

-   [Referensi API BroadNet Inference: WAV (audio/wav) atau MP3 (audio/mpeg) hingga 26.214.400 byte, selalu kirim language, respons JSON berisi text (diakses 2026-11-15) (bahasa Inggris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=id-blog-record-browser-audio-transcription-api&utm_content=sources)
-   [MDN, MediaDevices.getUserMedia(): hanya secure context, izin pengguna, NotAllowedError (diakses 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/API/MediaDevices/getUserMedia)
-   [MDN, MediaRecorder.isTypeSupported(): true tidak menjamin perekaman berhasil (diakses 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/API/MediaRecorder/isTypeSupported_static)
-   [MDN, event dataavailable MediaRecorder: timeslice, stop() dan interval yang tidak presisi (diakses 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/API/MediaRecorder/dataavailable_event)
-   [MDN, BaseAudioContext.decodeAudioData(): resampling ke rate context, hanya file utuh (diakses 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/API/BaseAudioContext/decodeAudioData)
-   [MDN, konstruktor OfflineAudioContext(): sampleRate dari 3.000 hingga 768.000 Hz (diakses 2026-11-15)](https://developer.mozilla.org/en-US/docs/Web/API/OfflineAudioContext/OfflineAudioContext)
-   [Blog WebKit, MediaRecorder API: Safari merekam MP4 dengan video H.264 dan audio AAC, format dapat dideteksi saat runtime (diakses 2026-11-15)](https://webkit.org/blog/11353/mediarecorder-api/)
-   [Panduan speech to text OpenAI: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav dan webm, file hingga 25 MB (diakses 2026-11-15)](https://developers.openai.com/api/docs/guides/speech-to-text)
-   [OpenAI Developer Community, "MediaRecorder API w/ Whisper not working on mobile browsers", Juli hingga Desember 2024 (diakses 2026-11-15)](https://community.openai.com/t/mediarecorder-api-w-whisper-not-working-on-mobile-browsers/866019)
