POST
https://api.yuannengai.com
/
v1
/
audio
/
transcriptions
curl --request POST \
  --url https://api.yuannengai.com/v1/audio/transcriptions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: multipart/form-data' \
  --form 'file=@audio.mp3' \
  --form 'model=whisper-1'

{
  "text": "这是转录后的文本内容。音频中的语音会被准确地转换为文字。"
}
  • 支持多种音频格式
  • 支持多语言自动识别
  • 高精度语音转文本
curl --request POST \
  --url https://api.yuannengai.com/v1/audio/transcriptions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: multipart/form-data' \
  --form 'file=@audio.mp3' \
  --form 'model=whisper-1'

{
  "text": "这是转录后的文本内容。音频中的语音会被准确地转换为文字。"
}

​
认证方式

​
Authorization
string
必填
所有接口均需要使用 Bearer Token 进行认证获取 API Key：访问 API Key 管理页面 获取您的 API Key使用时在请求头中添加：
Authorization: Bearer YOUR_API_KEY

​
请求参数

​
file
file
必填
要转录的音频文件支持的格式：mp3、mp4、mpeg、mpga、m4a、wav、webm文件大小限制：最大 25MB
​
model
string
默认值:"whisper-1"
必填
音频转录模型名称目前支持：whisper-1
​
language
string
音频的语言代码（ISO 639-1 格式）示例：zh（中文）、en（英文）、ja（日文）如不指定，模型将自动检测语言
​
prompt
string
提示文本用于引导模型的转录风格或提供上下文
​
response_format
string
默认值:"json"
响应格式支持的格式：
  • json - JSON 格式（默认）
  • text - 纯文本格式
  • srt - SRT 字幕格式
  • vtt - VTT 字幕格式
  • verbose_json - 详细 JSON 格式
​
temperature
number
默认值:"0"
采样温度，范围 0-1较低的值产生更一致的输出

​
响应参数

​
text
string
转录后的文本内容
当 response_format 为 verbose_json 时，还会返回：
​
language
string
检测到的语言
​
duration
number
音频时长（秒）
​
segments
array
分段信息