语音转文字 (STT)

使用 POST /v1/audio/transcriptions 将语音转换为文字

​

语音转文字 (STT)

POST /v1/audio/transcriptions

将音频文件转录为文字，兼容 OpenAI Whisper API 格式。

​

请求参数

参数	类型	必填	说明
file	file	是	音频文件（multipart/form-data）
model	string	是	模型名称：whisper-1、gpt-4o-transcribe
language	string	否	音频语言（ISO-639-1 格式），如 zh、en、ja
response_format	string	否	输出格式：json（默认）、text、srt、verbose_json、vtt
temperature	number	否	采样温度，0-1
prompt	string	否	提示词，帮助模型理解上下文

​

支持的音频格式

mp3、mp4、mpeg、mpga、m4a、wav、webm

​

请求示例

cURL

curl -X POST https://crazyrouter.com/v1/audio/transcriptions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F file=@audio.mp3 \
  -F model=whisper-1 \
  -F language=zh \
  -F response_format=json

​

响应示例

​

JSON 格式

{
  "text": "你好，欢迎使用 Crazyrouter API。今天我们来介绍一下语音转文字功能。"
}

​

verbose_json 格式

{
  "task": "transcribe",
  "language": "chinese",
  "duration": 5.2,
  "text": "你好，欢迎使用 Crazyrouter API。",
  "segments": [
    {
      "id": 0,
      "start": 0.0,
      "end": 2.5,
      "text": "你好，欢迎使用 Crazyrouter API。"
    }
  ]
}

​

SRT 格式

1
00:00:00,000 --> 00:00:02,500
你好，欢迎使用 Crazyrouter API。

---

​

音频翻译

POST /v1/audio/translations

将非英语音频翻译为英文文本。参数与转录接口相同。

Python

with open("chinese_audio.mp3", "rb") as audio_file:
    translation = client.audio.translations.create(
        model="whisper-1",
        file=audio_file
    )

print(translation.text)  # 输出英文翻译

指定 language 参数可以提高转录准确率。音频文件大小限制为 25MB。