Transcripción
Transcribe audio mediante el endpoint compatible con OpenAI.
POST /v1/audio/transcriptions recibe datos de formulario multipart. whisper-1 corresponde al motor ASR seleccionado en VoiceStudio.
curl "$VOICESTUDIO_BASE_URL/audio/transcriptions" \
-H "Authorization: Bearer $VOICESTUDIO_API_KEY" \
-F "file=@interview.wav" \
-F "model=whisper-1" \
-F "response_format=verbose_json"Formatos de salida
| Formato | Uso |
|---|---|
json | Un sencillo { "text": "…" } |
text | Procesos de texto plano |
verbose_json | Idioma, duración, segmentos y marcas de tiempo |
srt | Editores de subtítulos y herramientas de vídeo |
vtt | Vídeo web y subtítulos del navegador |
Campos opcionales: language (ISO 639-1), prompt (vocabulario o estilo del segmento anterior) y temperature (no todos los motores lo usan).
Los modelos nunca se descargan silenciosamente
Si solo hay un modelo TTS instalado, recibirás 409 con el modelo que falta y qué hacer. Instala un modelo ASR en VoiceStudio y repite la solicitud.
Para transmitir el micrófono en directo, usa el WebSocket de dictado en la referencia de la API.