语音转写

上传音频文件并设置转录参数后，接口返回输入语言的文本。JSON 响应可以只包含转录文本，也可以包含语言、时长和分段信息。

POST/v1/audio/transcriptions

上传音频文件，并将音频内容转录为输入语言的文本。

Authorization

bearerAuth

AuthorizationBearer <token>

在 Authorization Header 中使用 Bearer your-api-key。

In: header

Request Body

multipart/form-data

使用 Multipart 提交音频文件和转录参数。客户端应由请求库自动生成 Content-Type 的 boundary。

TypeScript Definitions

Use the request body type in TypeScript.

file*file

要转录的音频文件。支持 flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 和 webm 格式。

Formatbinary

model*string

要使用的转录模型 ID，例如 whisper-1。实际可用模型以当前 API Key 返回的模型列表为准。

Length1 <= length

language?string

输入音频的语言代码，使用 ISO-639-1 格式，例如 en。提供语言可以提高转录准确性。

Match^[A-Za-z]{2}$

prompt?string

用于指导模型风格或继续前一段音频的文本。

response_format?string

转录结果的输出格式。

Default"json"

Value in

"json"
"text"
"srt"
"verbose_json"
"vtt"

temperature?number

采样温度。较高的值使输出更随机。

Range0 <= value <= 1

Default0

timestamp_granularities?array<>

转录时间戳的粒度。

Default

[
  "segment"
]

Response Body

`application/json`

curl -X POST "https://example.com/v1/audio/transcriptions" \  -F file="audio.mp3" \  -F model="MODEL_ID"

{
  "text": "你好，世界！"
}

Authorization

Request Body

Response Body

200application/json

400application/json

401application/json

403application/json

429application/json

500application/json

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`

`application/json`