ट्रांसक्रिप्शन
OpenAI-संगत एंडपॉइंट से ऑडियो ट्रांसक्राइब करें।
POST /v1/audio/transcriptions मल्टीपार्ट फ़ॉर्म डेटा लेता है। whisper-1 VoiceStudio में चुने ASR इंजन से जुड़ता है।
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"आउटपुट फ़ॉर्मैट
| फ़ॉर्मैट | उपयोग |
|---|---|
json | साधारण { "text": "…" } |
text | सादा टेक्स्ट पाइपलाइन |
verbose_json | भाषा, अवधि, खंड और टाइमस्टैम्प |
srt | सबटाइटल संपादक और वीडियो टूल |
vtt | वेब वीडियो और ब्राउज़र कैप्शन |
वैकल्पिक फ़ील्ड: language (ISO 639-1), prompt (शब्दावली या पिछले खंड की शैली) और temperature (हर इंजन इसका उपयोग नहीं करता)।
मॉडल कभी चुपचाप डाउनलोड नहीं होते
केवल TTS मॉडल इंस्टॉल होने पर 409 मिलता है, जिसमें अनुपस्थित मॉडल और आगे क्या करना है बताया जाता है। VoiceStudio में ASR मॉडल इंस्टॉल करें और अनुरोध दोहराएँ।
लाइव माइक्रोफ़ोन स्ट्रीमिंग के लिए API संदर्भ का डिक्टेशन WebSocket इस्तेमाल करें।