ApiDoc

模型 whisper-base

POST

/v1/audio/transcriptions

由 Open AI 开发并开源自动语音识别（ASR）模型。能够很好地处理各种语言、口音和背景噪音。相较于 Large 版，Base 版处理速度更快，具有较少的参数。

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

X-Failover-Enabled

string

可选

示例值:

true

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-base。

示例值:

whisper-base

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 '/v1/audio/transcriptions' \
--header 'X-Failover-Enabled: true' \
--form 'file=@""' \
--form 'model="whisper-base"' \
--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?"
}

模型 whisper-1

模型 whisper-large