音频转文字 whisper-1 - 云雾API 接口对接

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

可选

示例值:

multipart/form-data

Body 参数multipart/form-data

file

必需

要转录的音频文件对象(不是文件名),格式为:flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm。

示例值:

file://C:\Users\Administrator\Desktop\test.m4a

model

string

必需

要使用的模型 ID。目前只有 whisper-1,gpt-4o-mini-transcribe 是可用的。

示例值:

whisper-1

language

string

可选

输入音频的语言。以 ISO-639-1 格式提供输入语言可以提高准确性和延迟。

示例值:

zh

prompt

string

可选

一个可选的文本来指导模型的风格或继续之前的音频段落。提示应该与音频语言匹配。

示例值:

这是一段中文音频

response_format

string

可选

默认为 json
转录输出的格式,可选择:json、text、srt、verbose_json 或 vtt。

示例值:

json

temperature

number

可选

默认为 0
采样温度,between 0 和 1。更高的值像 0.8 会使输出更随机,而更低的值像 0.2 会使其更集中和确定性。如果设置为 0,模型将使用对数概率自动增加温度直到达到特定阈值。

示例代码

Shell

JavaScript

Java

Swift

Go

PHP

Python

HTTP

C

C#

Objective-C

Ruby

OCaml

Dart

R

curl --location --request POST 'https://yunwu.ai/v1/audio/transcriptions' \
--header 'Content-Type: multipart/form-data' \
--form 'file=@"C:\\Users\\Administrator\\Desktop\\test.m4a"' \
--form 'model="whisper-1"' \
--form 'language="zh"' \
--form 'prompt="这是一段中文音频"' \
--form 'response_format="json"'

返回响应

🟢200成功

application/json

Body

text

string

必需

示例

{
  "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."
}