音频转文本

了解如何将音频转换为文本。

相关指南：语音转文本

将音频转录为输入语言。

Request

Authorization

Provide your bearer token in the

Authorization

header when making requests to protected resources.

Example:

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

Query Params

string

optional

Header Params

Content-Type

string

required

Example:

multipart/form-data

string

required

Example:

application/json

string

optional

Authorization

string

optional

Default:

Body Params multipart/form-data

file

required

要转录的音频文件，采用以下格式之一：mp3、mp4、mpeg、mpga、m4a、wav 或 webm。

model

string

required

要使用的模型的 ID。仅whisper-1当前可用。

Example:

whisper-1

prompt

string

optional

可选文本，用于指导模型的风格或继续之前的音频片段。提示应与音频语言相匹配。

Example:

eiusmod nulla

response_format

string

optional

成绩单输出的格式，采用以下选项之一：json、text、srt、verbose_json 或 vtt。

Example:

json

temperature

number

optional

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）将使输出更加集中和确定。如果设置为 0，模型将使用对数概率自动升高温度，直到达到特定阈值。

Example:

language

string

optional

输入音频的语言。以ISO-639-1格式提供输入语言将提高准确性和延迟。

string

optional

{ "text": "Imagine the wildest idea that you've ever had, and you're curious about how it might scale to something that's a 100, a 1,000 times bigger. This is a place where you can get to do that." }

Request

Responses