音频转录

将音频转写为文本,需先确认平台开放了对应语音模型。

POST/v1/audio/transcriptions

OpenAI 兼容

参数与透传

Headers请求头

左右滑动查看完整参数表

请求头
参数名类型必填说明默认值 / 示例
Authorizationstring必填

平台 API Key,使用 Bearer 认证。

示例
Bearer YOUR_API_KEY
Content-Typestring必填

请求体编码格式。上传文件时由 HTTP 客户端自动添加 boundary,请勿手动固定此请求头。

示例
multipart/form-data

Request Body请求体

multipart/form-data

左右滑动查看完整参数表

请求体
参数名类型必填说明默认值 / 示例
filefile必填

上传要转录的音频文件;支持格式与大小上限由模型决定。

示例
audio.mp3
modelstring必填

模型 ID;请替换为账户可用且支持当前接口的模型。

示例
MODEL_ID
languagestring可选

音频语言的 ISO-639-1 代码,例如 zh 或 en。

—
promptstring可选

帮助识别术语或承接前文的提示文本。

—
response_formatstring可选

转录输出格式;需模型支持。

可选值jsontextsrtverbose_jsonvtt
—
temperaturenumber可选

采样温度;需模型支持。

—
timestamp_granularitiesarray<string>可选

时间戳粒度,例如 word、segment;部分接口要求以 timestamp_granularities[] 表单字段重复发送,并配合 verbose_json。

—

使用说明

  • 以 multipart/form-data 上传音频文件,示例将输出格式显式设为 json。
  • 选择 text、srt、vtt 等输出格式时,应读取响应文本;verbose_json 的字段依模型能力而异。
  • 将 MODEL_ID 替换为平台可用的语音模型 ID;需要音色的接口请填写该模型支持的音色。