OpenAI
转写音频
将音频转写为文本。
POST
/openai/v1/audio/transcriptions● 支持请求体
modelstring必填已验证生效。
temperaturenumber可选○ 未支持whisper-large-v3-turbo、qwen3-asr-flash 均返回 400。
response_formatstring可选◐ 部分支持json/text 均生效;verbose_json 仅 whisper-large-v3-turbo 支持。srt/vtt 均返回 400。
filestring必填已验证生效。
languagestring可选◐ 部分支持两模型接受 ISO 语言码;qwen3-asr-flash 可能按指定语言翻译输出,whisper-large-v3-turbo 用作输入语言提示。非 ISO 名称可能报 502。
promptstring可选◐ 部分支持仅 whisper-large-v3-turbo 的词表提示已验证生效;qwen3-asr-flash 返回 400。
timestamp_granularities[]array可选◐ 部分支持仅 whisper-large-v3-turbo 在 verbose_json 下支持 segment;word 返回 400;qwen3-asr-flash 不支持时间戳。
返回
200
标准请求字段;不能表达的参数返回 input_not_representable。
错误按 OpenAI 格式返回,参见 错误码
响应
HTTP 200
Transcription in the requested format.
text/plain
| 名称 | 类型 | 说明 |
|---|---|---|
| $ | string |
application/json
| 名称 | 类型 | 说明 |
|---|---|---|
| text | string | |
| task | string | |
| language | string | |
| duration | number | |
| segments | array<object> | |
| segments[].id | integer | |
| segments[].start | number | |
| segments[].end | number | |
| segments[].text | string | |
| segments[].temperature | number | |
| segments[].avg_logprob | number | |
| segments[].compression_ratio | number | |
| segments[].no_speech_prob | number |