模型 whisper-large-v3-turbo

POST

/v1/audio/transcriptions

whisper-large-v3-turbo 是一款高效的语音识别模型，具备快速、精准的语音转文本能力，支持多语言识别，并在低延迟和高准确度之间提供了优秀的平衡，特别适合实时语音处理和大规模应用场景。

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-turbo。

示例:

whisper-large-v3-turbo

response_format

string

可选

生成格式：默认值为 'json'，脚本输出的格式，可选值为：json、text、srt、verbose_json 或 vtt。

language

enum<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。

枚举值:

zhendees

默认值:

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST 'https://api.pawmaas.com/v1/audio/transcriptions' \
--header 'Authorization: Bearer <token>' \
--form 'file=@""' \
--form 'model="whisper-large-v3-turbo"' \
--form 'response_format=""' \
--form 'language=""'

返回响应

🟢200成功

application/json

Body

object

示例

{
    "text": "Hello, my name is Wolfgang and I come from Germany. Where are you heading today?"
}

修改于大约 1 年前

模型 whisper-large-v3

创建翻译