语音转文本（STT）whisper-1

了解如何将音频转换为文本。

将音频转录为输入语言。

curl --location --request POST 'https://aigcapi.top/v1/audio/transcriptions' \ --header 'Accept: application/json' \ --header 'Content-Type: multipart/form-data' \ --form 'file=@""' \ --form 'model="whisper-1"'

{ "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." }

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 ********************

Header 参数

Content-Type

string

必需

示例值:

multipart/form-data

string

必需

示例值:

application/json

Authorization

string

可选

示例值:

Bearer {{YOUR_API_KEY}}

Body 参数multipart/form-data

file

必需

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

必需

要使用的模型的 ID。仅whisper-1当前可用。

示例值:

whisper-1

prompt

string

可选

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。

示例值:

eiusmod nulla

response_format

string

可选

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

示例值:

verbose_json

temperature

number

可选

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。

示例值:

language

string

可选

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。

请求参数

返回响应