音频转录

将音频文件转换为文本。

接口详情

接口地址： POST /v1/audio/transcriptions

功能描述： 将音频文件转录为指定格式的文本。支持多种音频格式和模型。

认证方式： Bearer Token

Authorization: Bearer YOUR_API_TOKEN

---

请求参数

Header 参数

参数名	类型	必填	说明	示例
Authorization	string	是	Bearer Token 认证	Bearer sk-xxx...
Content-Type	string	是	内容类型	multipart/form-data

Body 参数 (Multipart Form Data)

参数名	类型	必填	说明	示例
file	file	是	要转录的音频文件	speech.mp3
model	string	是	使用的模型 ID	whisper-1
language	string	否	音频的语言 (ISO-639-1 格式)	zh, en
prompt	string	否	用于指导模型风格或继续转录的提示文本	-
response_format	string	否	响应格式 (json, text, srt, vtt)	json
temperature	number	否	采样温度 (0-1 之间)	0

---

响应参数

响应格式： 默认返回 JSON 格式的转录文本。

{
  "text": "你好，这是一段测试音频。"
}

---

代码示例

Python (使用 OpenAI SDK)

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.ezmodel.cloud/v1"
)

audio_file = open("speech.mp3", "rb")
transcript = client.audio.transcriptions.create(
  model="whisper-1", 
  file=audio_file
)

print(transcript.text)

Curl 示例

curl https://api.ezmodel.cloud/v1/audio/transcriptions \
  -H "Authorization: Bearer $YOUR_API_KEY" \
  -H "Content-Type: multipart/form-data" \
  -F file="@speech.mp3" \
  -F model="whisper-1"

---

OpenAPI Specification

openapi: 3.0.1
info:
  title: ''
  description: ''
  version: 1.0.0
paths:
  /v1/audio/transcriptions:
    post:
      summary: 音频转录
      description: 将音频文件转换为文本。
      requestBody:
        content:
          multipart/form-data:
            schema:
              type: object
              required:
                - file
                - model
              properties:
                file:
                  type: string
                  format: binary
                model:
                  type: string
      responses:
        '200':
          description: 成功转录音频
          content:
            application/json:
              schema:
                type: object
                properties:
                  text:
                    type: string