模型 whisper-large-v3

POST

/v1/audio/transcriptions

Whisper-large-v3 是一个高精度、多语种的语音识别模型，适用于实时语音转录和语音交互应用。

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。
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-large-v3。

示例值:

whisper-large-v3

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。

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST '/v1/audio/transcriptions' \
--form 'file=@""' \
--form 'model="whisper-large-v3"' \
--form 'language=""'

🟢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?"
}