创建转录 Beta
post https://api.openai.com/v1/audio/transcriptions
将音频转录为输入语言。
请求体
file string 必需的
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 必需的
要使用的模型的 ID。 目前只有 whisper-1 可用。
prompt string 可选的
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 应该与音频语言匹配。
response_format string 可选的 默认值：json
成绩单输出的格式，采用以下选项之一：json、text、srt、verbose_json 或 vtt。
temperature number 可选的 默认值：0
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。
language string 可选的
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。
请求示例
bash
curl https://api.openai.com/v1/audio/transcriptions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: multipart/form-data" \
-F file="@/path/to/file/audio.mp3" \
-F model="whisper-1"
Parameters
json
{
"file": "audio.mp3",
"model": "whisper-1"
}
响应示例
json
{
"text": "想象一下您曾经有过的最疯狂的想法，并且您很好奇它如何扩展到 100 倍、1000 倍大的东西。 这是一个你可以做到这一点的地方。"
}
创建翻译 Beta
post https://api.openai.com/v1/audio/translations
将音频翻译成英文。
请求体
file string 必需的
要翻译的音频文件，采用以下格式之一：mp3、mp4、mpeg、mpga、m4a、wav 或 webm。
model string 必需的
要使用的模型的 ID。 目前只有 whisper-1 可用。
prompt string 可选的
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 应该是英文的。
response_format string 可选的 默认值：json
成绩单输出的格式，采用以下选项之一：json、text、srt、verbose_json 或 vtt。
temperature number 可选的 默认值：0
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。
.