跳转到主要内容
POST

请求头

string
必填
使用 Bearer Token 认证。格式:Authorization: Bearer sk-xxxxxx

请求体

格式:multipart/form-data
file
必填
要转录的音频文件。支持多种格式(如 mp3、mp4、mpeg、mpga、m4a、wav、webm)。
string
必填
模型 ID。例如 whisper-1。
string
音频文件的语言,以 ISO-639-1 格式编码(如 zh、en、ja)。
string
用于指导模型风格或继续先前音频片段的可选文本提示。提示应与音频语言匹配。
string
默认值:"json"
转录输出格式。可选值为 json、text、srt、verbose_json、vtt。默认值为 json。
number
采样温度,介于 0 和 1 之间。默认值为 0。
array
时间戳粒度列表。可选值为 word 或 segment。仅当 response_format 设置为 verbose_json 时生效。

响应

string
转录生成的文本。
最后修改于 2026年10月28日