API de TikTok

API de TikTok: Transcripción del video (completo)

Transcribe el audio hablado de un video de TikTok con el propio sistema de voz a texto de AnyAPI: segmentos cronometrados por oración, etiquetas de hablante, idioma detectado y tiempos opcionales por palabra, para videos en los que TikTok no publica pista de subtítulos y para videos cuya pista de subtítulos se equivoca en las palabras. AnyAPI descarga el video y procesa el audio con MAI-Transcribe-2 en lugar de leer lo que TikTok escribió, por eso maneja voz en idiomas distintos del inglés y capta palabras que los subtítulos nativos entienden mal. La respuesta también incluye el id del video, su URL, el nombre de usuario del creador y la imagen de portada. Activa hostVideo para obtener además el MP4 en un enlace alojado que se reproduce sin que la URL de CDN firmada y de corta duración de TikTok caduque. Si solo quieres lo que TikTok publicó y lo quieres por una décima parte del precio, eso es tiktok.video_transcript.

US$5.94/1k minutos de audio, pagas por solicitud, sin suscripción.

@theodorekitchen on TikTok
tiktok.com/@theodorekitchen/video/7458219903341129744

@theodorekitchen

Follow
Video transcript
0:00

Okay so this is the three ingredient dinner that saved my week.

Lo que devolvió la APIsegments[0]
{
"text": "Okay so this is the three ingredient dinner that saved my week.",
"startSeconds": 0,
"endSeconds": 3.8,
"language": "en",
"speaker": "speaker_1",
"words": object[]
}
Disponibilidad
98.79%
30d · 7,122 llamadas
Solicitudes
7,179
30d · semanal, últimas 12 sem.
Respuesta
6.7s
mediana · 30d

Precios

Precios del endpoint Transcripción del video (completo) de la API de TikTok

Pagas
US$59.38
US$5.94/1k minutos de audio, solo por lo que usas. Sin plan mensual.
Una solicitud cuesta como máximo US$0.095 (16 audio minutes).
El saldo inicial de US$0.10 alcanza para al menos 1 solicitudes.

Pruébalo

Obtén Transcripción del video (completo) de TikTok en una sola solicitud

Abrir en
Respuesta de ejemplo
Las ejecuciones gratis devuelven solo los primeros 3 resultados. Agrega fondos a una clave para obtener la respuesta completa.

Este ejemplo muestra 16 de 24 campos. Ver todos los campos

{
  "found": true,
  "data": {
    "id": "7458219903341129744",
    "url": "https://www.tiktok.com/@theodorekitchen/video/7458219903341129744",
    "ownerUsername": "theodorekitchen",
    "thumbnailUrl": "https://p16-sign-va.tiktokcdn.com/obj/tos-useast5-p-0068-tx/theodorekitchen-cover-7458219903341129744~tplv-obj.jpeg?x-signature=Xa4bDe6f",
    "transcript": "Okay so this is the three ingredient dinner that saved my week. You just need butter, garlic, and a rotisserie chicken. Shred it up, melt the butter with the garlic until it smells amazing, toss it all together, and that is it. Fifteen minutes, done.",
    "language": "en",
    "source": "audio_asr",
    "durationSeconds": 41.9,
    "segments": [
      {
        "text": "Okay so this is the three ingredient dinner that saved my week.",
        "startSeconds": 0,
        "endSeconds": 3.8,
        "language": "en",
        "speaker": "speaker_1"
      },
      {
        "text": "You just need butter, garlic, and a rotisserie chicken.",
        "startSeconds": 3.9,
        "endSeconds": 7.2,
        "language": "en",
        "speaker": "speaker_1"
      },
      {
        "text": "Shred it up, melt the butter with the garlic until it smells amazing, toss it all together, and that is it.",
        "startSeconds": 7.3,
        "endSeconds": 13.6,
        "language": "en",
        "speaker": "speaker_1"
      },
      {
        "text": "Fifteen minutes, done.",
        "startSeconds": 13.7,
        "endSeconds": 15.1,
        "language": "en",
        "speaker": "speaker_1"
      }
    ]
  }
}

Referencia completa de parámetros y respuesta: cada campo, tipo y ejemplo de este endpoint.

Referencia

Una solicitud, un formato de respuesta.

Cada campo que envías y cada campo que recibes, cada uno con un ejemplo real.

Verificado por última vez el 2026-11-14 · disponibilidad y latencia medidas en 30d

Cuerpo de la solicitud

JSON, enviado por POST a este endpoint.

  • urlstring

    https://www.tiktok.com/@theodorekitchen/video/7458219903341129744

    URL del video de TikTok (p. ej., "https://www.tiktok.com/@user/video/1234567890").

  • hostVideoboolean

    Guarda también el video y devuelve un enlace MP4 alojado que se reproduce sin la URL de CDN firmada de TikTok. Se cobra como extra además de la transcripción.

  • wordTimestampsboolean

    Devuelve los tiempos por palabra dentro de cada segmento. Las palabras solo llevan tiempos; el reconocedor puntúa una frase y no una palabra, así que no hay confianza por palabra que informar.

Envías. Un cuerpo JSON pequeño. Los valores que se muestran son ejemplos para reemplazar por los tuyos.

Respuesta

JSON, un valor de ejemplo por campo.

datadata
  • bytesinteger

    Size of the hosted MP4 in bytes.

  • durationSecondsnumber

    41.9

    Video duration in seconds.

  • expiresUtcnumber

    When the hosted link stops working. UTC epoch timestamp in seconds (Unix time). Multiply by 1000 for a JS Date in milliseconds.

  • hostedUrlstring

    Hosted MP4 link, returned only when the request set hostVideo. It plays without TikTok's signed CDN URL and without any cookie, and it stops working at expiresUtc.

  • idstring

    7458219903341129744

    TikTok video id.

  • languagestring

    en

    Detected spoken language of the audio (BCP-47 style code, e.g. "en").

  • ownerUsernamestring

    theodorekitchen

    Creator handle, without the leading @.

  • source"audio_asr" | "no_audio" | "transcript_unavailable"

    audio_asr

    How the text was produced. "audio_asr" means the words come from speech recognition over the video's audio, never from a caption track TikTok published - for TikTok's own captions, use tiktok.video_transcript. "transcript_unavailable" means recognition did not complete for this video, so the transcript is empty for that reason rather than because the video has no speech in it; the rest of the record is still what we resolved, and no audio time is charged. "no_audio" means there was nothing to listen to: the video has no audio track, or the post has no video. The transcript is empty because that is the answer, the rest of the record is still what we resolved, and only the request price is charged, with no audio time. Populated whenever the provider has data for the entity.

  • thumbnailUrlstring

    https://p16-sign-va.tiktokcdn.com/obj/tos-useast5-p-0068-tx/theodorekitchen-cover-7458219903341129744~tplv-obj.jpeg?x-signature=Xa4bDe6f

    Cover image for the video. A signed, short-lived TikTok CDN URL, often served as HEIC rather than JPEG, so fetch it promptly and transcode if you need broad browser support.

  • transcriptstring

    Okay so this is the three ingredient dinner that saved my week. You just need butter, garlic, and a rotisserie chicken. Shred it up, melt the butter with the garlic until it smells amazing, toss it all together, and that is it. Fifteen minutes, done.

    Full spoken-word transcript, recognized from the video's audio track. Populated whenever the provider has data for the entity.

  • urlstring

    https://www.tiktok.com/@theodorekitchen/video/7458219903341129744

    Canonical URL of the video this transcript came from.

each segmentdata.segments[]

Timed transcript segments in playback order, one per sentence, so a segment locates a specific line in the video rather than a whole speaker turn. Populated whenever the provider has data for the entity.

  • endSecondsnumber

    3.8

    Segment end offset in seconds, taken from the last word it contains.

  • languagestring

    en

    Detected language for this segment.

  • speakerstring

    speaker_1

    Speaker label for this segment, stable within one response and meaningless across responses. Telling voices apart is a guess, not an identification, and the label is not a name.

  • startSecondsnumber

    0

    Segment start offset in seconds, taken from the first word it contains.

  • textstring

    Okay so this is the three ingredient dinner that saved my week.

    Text of this segment.

each worddata.segments[].words[]

Per-word timings for this segment, returned only when the request set wordTimestamps. Words carry no confidence score: the recognizer scores a phrase rather than a word.

  • endSecondsnumber

    Word end offset in seconds.

  • startSecondsnumber

    Word start offset in seconds.

  • textstring

    The recognized word, in display form with its own punctuation.

top level
  • foundboolean

    true

  • reason"not_found"

    Present only when `found` is false, and says why there is no result. `not_found`: the source states the target does not exist, or returned nothing for it. A `found: false` answer is a successful call, not an error, and `costUsd` is what it actually cost.

Recibes. Campos con nombre y tipo, con el mismo formato sin importar qué fuente responda.

Preguntas frecuentes

Acerca del endpoint Transcripción del video (completo) de la API de TikTok

El endpoint Transcripción del video (completo) de AnyAPI para TikTok devuelve datos de TikTok como JSON normalizado con una sola llamada POST a /v1/run/tiktok.video_transcript_full. Transcribe el audio hablado de un video de TikTok con el propio sistema de voz a texto de AnyAPI: segmentos cronometrados por oración, etiquetas de hablante, idioma detectado y tiempos opcionales por palabra, para videos en los que TikTok no publica pista de subtítulos y para videos cuya pista de subtítulos se equivoca en las palabras. AnyAPI descarga el video y procesa el audio con MAI-Transcribe-2 en lugar de leer lo que TikTok escribió, por eso maneja voz en idiomas distintos del inglés y capta palabras que los subtítulos nativos entienden mal. La respuesta también incluye el id del video, su URL, el nombre de usuario del creador y la imagen de portada. Activa hostVideo para obtener además el MP4 en un enlace alojado que se reproduce sin que la URL de CDN firmada y de corta duración de TikTok caduque. Si solo quieres lo que TikTok publicó y lo quieres por una décima parte del precio, eso es tiktok.video_transcript. AnyAPI devuelve un único esquema normalizado sin importar qué fuente atienda la solicitud. Cuesta US$5.94 por cada 1,000 minutos de audio, y nunca más de US$0.095 por una sola solicitud, en dólares estadounidenses, sin suscripción y sin mínimo mensual. En los últimos 30 días, el 98.8% de las llamadas al endpoint Transcripción del video (completo) de la API de TikTok a través de AnyAPI tuvo éxito, con un tiempo de respuesta mediano de 6.7 segundos en 7122 llamadas medidas.

Cuesta US$5.94 por cada 1,000 minutos de audio, y nunca más de US$0.095 por una sola solicitud, en dólares estadounidenses, sin suscripción y sin mínimo mensual. Agregas fondos a una billetera en dólares y cada llamada descuenta de ella. Algunas solicitudes fallidas pagadas con la billetera generan cargos de procesamiento que trasladamos al costo, sin margen; la respuesta de error muestra el monto cobrado.

Transcribe el audio hablado de un video de TikTok con el propio sistema de voz a texto de AnyAPI: segmentos cronometrados por oración, etiquetas de hablante, idioma detectado y tiempos opcionales por palabra, para videos en los que TikTok no publica pista de subtítulos y para videos cuya pista de subtítulos se equivoca en las palabras. AnyAPI descarga el video y procesa el audio con MAI-Transcribe-2 en lugar de leer lo que TikTok escribió, por eso maneja voz en idiomas distintos del inglés y capta palabras que los subtítulos nativos entienden mal. La respuesta también incluye el id del video, su URL, el nombre de usuario del creador y la imagen de portada. Activa hostVideo para obtener además el MP4 en un enlace alojado que se reproduce sin que la URL de CDN firmada y de corta duración de TikTok caduque. Si solo quieres lo que TikTok publicó y lo quieres por una décima parte del precio, eso es tiktok.video_transcript. La respuesta es JSON normalizado con el mismo envoltorio que devuelve cada endpoint de AnyAPI, así que procesar un segundo endpoint es solo cambiar la URL.

En los últimos 30 días, el 98.8% de las llamadas al endpoint Transcripción del video (completo) de la API de TikTok a través de AnyAPI tuvo éxito, con un tiempo de respuesta mediano de 6.7 segundos en 7122 llamadas medidas. Estas son mediciones propias de AnyAPI sobre el tráfico que pasa por el gateway, recalculadas continuamente, no un objetivo de nivel de servicio publicado.

Sí. Una cuenta nueva de AnyAPI empieza con US$0.10 de saldo gratis, sin tarjeta, que alcanza para al menos 1 llamadas a Transcripción del video (completo) de TikTok a un máximo de US$0.095 cada una.

Envía una solicitud POST a https://api.getanyapi.com/v1/run/tiktok.video_transcript_full con tu clave de AnyAPI en un encabezado "Authorization: Bearer" y la entrada como cuerpo JSON. La misma clave y la misma billetera sirven para todos los endpoints de AnyAPI.

No. Agregas dólares a un solo saldo prepagado de AnyAPI y cada solicitud descuenta de él. No hay plan mensual ni mínimo, y el mismo saldo paga todos los endpoints de AnyAPI.

Sí. Instala @getanyapi/sdk desde npm para TypeScript o getanyapi desde pip para Python. Ambos llaman a todos los endpoints de AnyAPI con la misma clave, y también sirve cualquier cliente HTTP.

Sí. Un agente puede conectarse al servidor MCP de AnyAPI en https://api.getanyapi.com/mcp, o crear su propia clave de prueba gratis con un solo POST sin autenticar a https://api.getanyapi.com/agent/signup y llamar a este endpoint por HTTP.