---
title: "Cara transkripsi audio bahasa Arab dengan API: curl, Python"
description: "Transkripsikan audio bahasa Arab dengan BroadNet Transcribe Arabic melalui endpoint serasi OpenAI. Format, medan language, contoh Python dan curl, serta harganya."
url: https://broadrouter.com/ms/guides/arabic-speech-to-text-api/
lang: ms
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/guides/arabic-speech-to-text-api/) (dikemas kini 2026-11-16).

# API speech-to-text bahasa Arab, langkah demi langkah

Dikemas kini 2026-11-16

Hantar fail WAV atau MP3 ke https://inference.broadnet.ai/v1/audio/transcriptions dengan model broadnet/cohere-transcribe-arabic dan language=ar. Responsnya ialah JSON dengan transkrip dalam text. Tukar format lain seperti .ogg WhatsApp kepada WAV dahulu. Harganya dikira seminit audio, dan BroadNet menyatakan tiada audio atau transkrip disimpan.

BroadNet Transcribe Arabic berharga $0.0042 seminit audio. BroadNet melaporkannya di kedudukan #2 daripada 37 (angka September 2026; papan kedudukan langsung menyenaraikannya di #4 daripada 39 pada 15 November 2026) pada [Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard), dan #1 antara model yang lesennya membenarkan perkhidmatan melalui API. Untuk bahasa lain, BroadNet Transcribe meliputi 14 bahasa pada $0.002 seminit. Lihat [halaman model BroadNet Transcribe Arabic](https://broadrouter.com/ms/models/cohere-transcribe-arabic/) dan [halaman model BroadNet Transcribe](https://broadrouter.com/ms/models/cohere-transcribe/).

Penyedia lain mungkin lebih murah. Pada 2026-11-14, [halaman harga Soniox](https://soniox.com/pricing) menyenaraikan kira-kira USD 0.10 sejam untuk transkripsi fail (async) dan USD 0.12 sejam untuk masa nyata, dan senarai bahasanya termasuk bahasa Arab. Itu lebih rendah daripada $0.25 sejam bagi BroadNet Transcribe Arabic, jadi uji kedua-duanya pada audio anda sendiri.

## Dengan curl

```bash
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
```

Responsnya ialah transkrip dalam bentuk JSON:

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

## Dengan Python

```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)
```

## Sentiasa hantar language

Tanpa `language`, bahasa Arab boleh kembali **ditransliterasi ke dalam huruf Rumi**. Hantar `language=ar` untuk bahasa Arab dan `language=en` untuk bahasa Inggeris.

## Dialek bahasa Arab manakah yang dikendalikannya?

BroadNet menggambarkan BroadNet Transcribe Arabic sebagai meliputi bahasa Arab, termasuk dialek, dan menerbitkan tiga kadar ralat perkataan untuknya. Ini ialah ukuran makmal BroadNet sendiri daripada [katalog modelnya](https://www.broadnet.ai/inference/models):

| Set ujian | Apakah ia | Kadar ralat perkataan |
| --- | --- | --- |
| FLEURS-ar | Ayat bacaan yang jelas | 3.8 |
| MASC-ar | Pertuturan Arab dunia sebenar yang bercampur | 21.1 |
| Set dialek BroadNet | Pertuturan dialek | 23.4 |

BroadNet tidak menerbitkan pecahan mengikut dialek, jadi tiada sesiapa di luar BroadNet boleh menyatakan bagaimana skor audio Teluk berbanding Mesir atau Maghribi. Penyedia lain menyatakan liputan dengan cara berbeza. Deepgram menyenaraikan Nova-3 Arabic dengan kod serantau, daripada `ar-AE`, `ar-SA` dan `ar-EG` hingga `ar-MA` dan `ar-IQ`. Speechmatics menjual satu pek “Global Arabic” yang menamakan Modern Standard Arabic, pertuturan Teluk, Mesir dan Levant, serta pek `ar_en` untuk bahasa Arab yang bercampur bahasa Inggeris. Soniox menyenaraikan bahasa Arab (`ar`) tanpa butiran dialek.

Kod yang tersenarai bukan ketepatan yang diukur. Sebelum memilih, beri skor kepada setiap calon menggunakan klip anda sendiri yang dikumpulkan mengikut dialek:

-   **Teluk (Khaleeji):** pertuturan Saudi, Emiriah, Kuwait dan Qatar, selalunya dengan nama produk dalam bahasa Inggeris.
-   **Mesir:** dialek yang paling meluas difahami dalam media.
-   **Levant:** pertuturan Syria, Lubnan, Jordan dan Palestin.
-   **Iraq dan Maghribi:** pertuturan Maghribi, Algeria dan Tunisia biasanya kes paling sukar.
-   **[Modern Standard Arabic](https://broadrouter.com/ms/glossary/msa/):** berita dan pertuturan formal, garis asas yang mudah.

[Panduan pengecaman pertuturan dialek Arab](https://broadrouter.com/ms/blog/arabic-dialect-speech-recognition/) menerangkan mengapa dialek mendapat skor lebih rendah, dan [penjelasan kadar ralat perkataan](https://broadrouter.com/ms/blog/arabic-asr-wer-explained/) menunjukkan cara memberi skor.

## Berapakah kos API speech-to-text bahasa Arab?

Setiap penyedia di bawah menyenaraikan bahasa Arab. Disusun daripada yang paling murah; harga adalah untuk fail pra-rakam kecuali dinyatakan, dan disemak pada 2026-11-14:

| Penyedia dan model | Seminit | Sejam | Liputan bahasa Arab yang dinyatakan |
| --- | --- | --- | --- |
| Soniox, async (fail) | kira-kira USD 0.0017 | kira-kira USD 0.10 | Arab (`ar`) |
| Soniox, masa nyata | kira-kira USD 0.002 | kira-kira USD 0.12 | Arab (`ar`) |
| [BroadNet Transcribe](https://broadrouter.com/ms/models/cohere-transcribe/) (14 bahasa) | $0.002 | $0.12 | Arab antara 14 bahasa |
| [BroadNet Transcribe Arabic](https://broadrouter.com/ms/models/cohere-transcribe-arabic/) | $0.0042 | $0.25 | Arab, termasuk dialek (BroadNet) |
| Deepgram, Nova-3 satu bahasa | USD 0.0043 | USD 0.258 | `ar` serta kod serantau |
| Speechmatics, Standard | USD 0.0075 | USD 0.45 | Global Arabic, `ar_en` |
| Speechmatics, Enhanced | USD 0.0125 | USD 0.75 | Global Arabic, `ar_en` |

Sumber: [harga Soniox](https://soniox.com/pricing) (dibilkan setiap token; angka sejam ialah anggaran Soniox), [harga Deepgram](https://deepgram.com/pricing) dan [harga Speechmatics](https://www.speechmatics.com/pricing). Soniox lebih murah daripada kedua-dua model BroadNet, dan BroadNet tidak mendokumenkan penstriman masa nyata. Kelebihan BroadNet ialah model khusus bahasa Arab, kedudukan papan pendahulu yang dilaporkannya dan zero data retention. Untuk lebih banyak penyedia, lihat [indeks harga API speech-to-text](https://broadrouter.com/data/speech-to-text-api-prices/) terbuka kami, yang menyenaraikan harga kelompok dan penstriman serta sokongan bahasa Arab untuk lebih 20 produk, dengan sumber dan tarikh bagi setiap satu (CSV dan JSON). Untuk kos tambahan, lihat [perbandingan harga API speech-to-text](https://broadrouter.com/ms/blog/speech-to-text-api-pricing-compared/); untuk menganggar harga volum anda sendiri, gunakan [kalkulator kos speech-to-text](https://broadrouter.com/tools/speech-to-text-cost-calculator/).

## Had

-   WAV atau MP3, sehingga 26,214,400 bait (25 MiB) setiap fail. Fail yang lebih besar memulangkan 413; pecahkannya dahulu.
-   Kunci bayar ikut guna membenarkan 30 permintaan seminit dan 4 serentak.
-   Kedua-dua model transkripsi berfungsi pada kredit permulaan percuma $5, jadi anda boleh menguji rakaman sendiri sebelum membayar.

## Penyelesaian masalah

-   **Huruf Rumi dan bukan tulisan Arab.** Tambah `language=ar`.
-   **400 atau 422.** Semak nama medan (`model`, `language`, `file`) dan pastikan fail itu benar-benar WAV atau MP3. Fail `.ogg` yang hanya ditukar nama akan gagal; tukarkannya dengan ffmpeg.
-   **413.** Fail melebihi 26,214,400 bait. Tukar kepada WAV atau MP3 mono 16 kHz, atau pecahkannya kepada bahagian yang lebih pendek.
-   **401 pada akaun berbayar.** Semak kunci dan elaun bayar ikut guna. Lihat [kod ralat BroadNet dan cuba semula](https://broadrouter.com/ms/guides/errors-and-retries/).
-   **Ketepatan lemah pada dialek atau panggilan yang bising.** Set ujian dialek BroadNet sendiri mendapat skor lebih teruk berbanding pertuturan bacaan yang jelas (lihat Soalan Lazim). Uji pada sampel audio sebenar anda dan ukur [kadar ralat perkataan](https://broadrouter.com/ms/glossary/word-error-rate/).

Nota suara WhatsApp tiba sebagai `.ogg`. [Tukar dan transkripsikan nota suara WhatsApp dalam satu langkah](https://broadrouter.com/ms/guides/transcribe-whatsapp-voice-notes/). Jika anda memerlukan nombor, tarikh dan nama dalam audio yang bising, BroadNet menawarkan model bahasa Arab yang ditala halus [atas permintaan](https://broadrouter.com/ms/models/#on-request).

## Istilah dalam panduan ini

[Speech-to-text (pertuturan kepada teks)](https://broadrouter.com/ms/glossary/speech-to-text/)

Speech-to-text, juga dipanggil pengecaman pertuturan automatik (ASR), ialah teknologi yang menukar audio pertuturan kepada teks bertulis. API speech-to-text menerima fail atau strim audio dan memulangkan transkrip, biasanya berharga setiap minit audio. Ketepatan diukur dengan kadar ralat perkataan dan berbeza mengikut loghat, dialek dan kualiti rakaman.

[Bahasa Arab Standard Moden (MSA)](https://broadrouter.com/ms/glossary/msa/)

Bahasa Arab Standard Moden (MSA) ialah bentuk bahasa Arab yang diseragamkan untuk penulisan, berita, pendidikan dan pertuturan rasmi di seluruh dunia Arab. Ia bukan bahasa harian asli sesiapa: orang bertutur dalam dialek serantau seperti bahasa Arab Mesir atau Teluk dan beralih kepada MSA dalam situasi rasmi.

[Bayar ikut guna (pay-as-you-go)](https://broadrouter.com/ms/glossary/pay-as-you-go/)

Bayar ikut guna ialah model harga di mana anda hanya membayar apa yang anda guna, dimeter mengikut unit seperti token, permintaan atau minit audio, tanpa langganan atau komitmen minimum. Kebanyakan API LLM mengebil dengan cara ini, daripada baki prabayar atau invois berkala.

[Kadar ralat perkataan (word error rate, WER)](https://broadrouter.com/ms/glossary/word-error-rate/)

Kadar ralat perkataan (WER) ialah ukuran ketepatan standard untuk pengecaman pertuturan: bilangan penggantian, pemadaman dan penyisipan perkataan yang diperlukan untuk menukar transkrip kepada rujukan yang betul, dibahagi dengan bilangan perkataan dalam rujukan. Lebih rendah lebih baik.

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

WAV (Waveform Audio File Format, atau WAVE) ialah bekas audio yang dibina di atas format RIFF Microsoft dan IBM. Ia biasanya memuatkan sampel PCM linear tanpa mampatan, jadi saiznya boleh diramal: kadar sampel darab bait setiap sampel darab bilangan saluran, bagi setiap saat.

[Dialek Arab (dialectal Arabic)](https://broadrouter.com/ms/glossary/dialectal-arabic/)

Dialek Arab ialah bahasa Arab pertuturan harian di sesuatu rantau atau bandar, seperti bahasa Arab Mesir, Teluk, Levant atau Maghribi. Dialek berbeza daripada Bahasa Arab Standard Moden dari segi bunyi, perkataan dan tatabahasa, tiada ejaan standard, dan semakin banyak ditulis dalam talian, menjadikannya lebih sukar bagi model bahasa.

[Keserentakan (concurrency)](https://broadrouter.com/ms/glossary/concurrency/)

Keserentakan ialah bilangan permintaan yang sedang berjalan serentak daripada satu klien. API LLM sering mengehadkannya bagi setiap kunci atau pelan, berasingan daripada permintaan seminit, kerana setiap permintaan yang terbuka memegang kapasiti GPU sehingga responsnya selesai.

[Zero data retention (ZDR, tiada pengekalan data)](https://broadrouter.com/ms/glossary/zero-data-retention/)

Zero data retention (ZDR) ialah dasar pengendalian data di mana penyedia AI memproses prompt dan output hanya untuk melayan permintaan dan tidak menyimpan kandungan itu selepasnya, sama ada dalam log, cache atau data latihan. Rekod tanpa kandungan seperti bilangan token dan masa biasanya masih disimpan.

## Soalan lazim

### Adakah ia memahami dialek bahasa Arab?

BroadNet melaporkan kadar ralat perkataan 23.4 pada set ujian dialeknya sendiri, bersama 3.8 pada FLEURS-ar dan 21.1 pada MASC-ar. Lebih rendah lebih baik. BroadNet tidak menerbitkan skor bagi setiap dialek, jadi uji rakaman Teluk, Mesir, Levant dan Maghribi secara berasingan sebelum anda bergantung padanya.

### API speech-to-text bahasa Arab manakah yang paling murah?

Antara penyedia yang disemak pada 2026-11-14, Soniox menyenaraikan kadar terendah, kira-kira USD 0.10 sejam untuk transkripsi fail. BroadNet Transcribe Arabic berharga $0.25 sejam. Deepgram Nova-3 dan Speechmatics lebih mahal. Harga sejam kurang penting berbanding kadar ralat perkataan pada audio dialek anda sendiri.

### Format audio manakah yang diterima?

WAV (audio/wav) dan MP3 (audio/mpeg). Tukar format lain seperti .ogg atau .m4a dengan ffmpeg terlebih dahulu.

### Mengapakah transkrip bahasa Arab saya ditulis dalam huruf Rumi?

Permintaan itu tidak menyertakan medan language. Tanpanya, pertuturan Arab boleh ditransliterasi ke dalam tulisan Rumi. Hantar language=ar bersama setiap permintaan bahasa Arab.

### Bolehkah saya mencuba transkripsi bahasa Arab secara percuma?

Boleh. Kedua-dua model transkripsi BroadNet berjalan pada kredit permulaan percuma yang diberikan kepada akaun baharu, jadi anda boleh menguji rakaman sendiri sebelum membuat tambah nilai.

### Patutkah saya menggunakan BroadNet Transcribe Arabic atau BroadNet Transcribe untuk bahasa Arab?

Kedua-duanya menerima language=ar. BroadNet Transcribe Arabic ialah model bahasa Arab dan model yang dilaporkan BroadNet di papan pendahulu bahasa Arab. BroadNet Transcribe lebih murah seminit dan meliputi 14 bahasa, jadi uji kedua-duanya pada audio anda.

## Panduan berkaitan

-   [Cara tukar nota suara WhatsApp kepada teks dengan API](https://broadrouter.com/ms/guides/transcribe-whatsapp-voice-notes/)
-   [Baca invois dan resit Arab dengan model vision](https://broadrouter.com/ms/guides/read-arabic-invoices-with-vision/)
-   [Kod ralat BroadNet Inference dan bila perlu cuba semula](https://broadrouter.com/ms/guides/errors-and-retries/)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-arabic-speech-to-text-api&utm_content=page-cta) ·

**Sumber**

-   [Harga speech-to-text Soniox (disemak 2026-11-14)](https://soniox.com/pricing)
-   [Rujukan API BroadNet Inference, transkripsi (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-arabic-speech-to-text-api&utm_content=sources#requests)
-   [Harga BroadNet Inference (Bahasa Inggeris)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-guides-arabic-speech-to-text-api&utm_content=sources)
-   [Katalog model BroadNet, speech-to-text (ukuran makmal) (Bahasa Inggeris)](https://www.broadnet.ai/inference/models)
-   [Open Universal Arabic ASR Leaderboard](https://huggingface.co/spaces/elmresearchcenter/open_universal_arabic_asr_leaderboard)
-   [Dokumentasi Soniox, bahasa yang disokong (bahasa Arab tersenarai; disemak 2026-11-14)](https://docs.soniox.com/stt/concepts/supported-languages)
-   [Harga Deepgram, Nova-3 pra-rakam (disemak 2026-11-14)](https://deepgram.com/pricing)
-   [Model dan bahasa Deepgram, kod bahasa Arab Nova-3 (disemak 2026-11-14)](https://developers.deepgram.com/docs/models-languages-overview)
-   [Harga Speechmatics, kelompok bayar ikut guna (disemak 2026-11-14)](https://www.speechmatics.com/pricing)
-   [Bahasa Speechmatics, Global Arabic dan Arab-Inggeris (disemak 2026-11-14)](https://docs.speechmatics.com/speech-to-text/languages)
