转录
通过兼容 OpenAI 的端点转录音频。
POST /v1/audio/transcriptions 接收 multipart 表单数据。whisper-1 对应 VoiceStudio 中选定的 ASR 引擎。
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"输出格式
| 格式 | 用途 |
|---|---|
json | 简单的 { "text": "…" } |
text | 纯文本处理流程 |
verbose_json | 语言、时长、片段和时间戳 |
srt | 字幕编辑器和视频工具 |
vtt | 网页视频和浏览器字幕 |
可选字段：language（ISO 639-1）、prompt（词汇或上一片段的风格）和 temperature（并非所有引擎都使用）。
模型绝不会静默下载
如果只安装了 TTS 模型，会收到 409，其中说明缺少的模型和处理方式。请在 VoiceStudio 中安装 ASR 模型并重试请求。
如需实时麦克风流，请使用 API 参考中的听写 WebSocket。