语音转文字 whisper-1 - API调用文档

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。

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

string

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:

0

timestamp_granularities

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

Go

PHP

Python

HTTP

C

C#

Objective-C

Ruby

OCaml

Dart

R

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?"
}