V-API

模型 whisper-1

POST

/v1/audio/transcriptions

更新详细的用法可参考官方API文档

请求参数

Authorization

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Body 参数multipart/form-data

file

必需

音频文件：要转录的音频文件File对象（不是文件名），采用以下格式之一：flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm。
注意：OpenAI限制上传文件最大25 MB

model

string

必需

模型名称：必填模型 whisper-1。

示例值:

whisper-1

prompt

string

可选

提示：一个可选文本，用于引导模型的样式或继续上一个音频片段。提示应与音频语言匹配。

response_format

string

可选

生成格式：默认值为 'json'，脚本输出的格式，可选值为：json、text、srt、verbose_json 或 vtt。

temperature

number

可选

采样温度：默认为 0 采样温度，介于 0 和 1 之间。较高的值（如 0.8）将使输出更加随机，而较低的值（如 0.2）将使其更加集中和确定。

示例值:

timestamp_granularities

array[string]

可选

要为此转录填充的时间戳粒度。必须设置为使用时间戳粒度。支持以下任一或两个选项： response_format、verbose_json、word、segment。注意：时间戳没有额外的延迟，但生成单词时间戳会产生额外的延迟。

language

string

可选

音频语言：参数为转录音频的语言。以 ISO-639-1 格式提供输入语言将提高提取准确性。

示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST 'https://api.gpt.ge/v1/audio/transcriptions' \
--form 'file=@""' \
--form 'model="whisper-1"' \
--form 'prompt=""' \
--form 'response_format=""' \
--form 'temperature="0"' \
--form 'timestamp_granularities=""' \
--form 'language=""'

返回响应

🟢200成功

application/json

Body

object {0}

示例

{
    "text": "Hello, my name is Wolfgang and I come from Germany. Where are you heading today?"
}

修改于 2025-04-12 06:09:29

模型 FunAudioLLM-CosyVoice-300M

模型 whisper-base