模型 whisper-large

POST

/v1/audio/transcriptions

由 Open AI 开发并开源自动语音识别（ASR）模型。Whisper 由 68 万小时的多语言数据训练，其能够很好地处理各种语言、口音和背景噪音。

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。

示例:

whisper-base

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-base"' \
--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-base

模型 whisper-large-v3