音频转文字 gpt-4o-transcribe

POST https://az.gptplus5.com/v1/audio/transcriptions

官方文档：https://platform.openai.com/docs/guides/speech-to-text

请求参数

Authorization

在 Header 添加参数Authorization，其值为在 Bearer 之后拼接 Token

示例：Authorization: Bearer ********************

Header 参数

参数名	类型	必需	说明	示例
Content-Type	string	可选		multipart/form-data

Body 参数 (multipart/form-data)

参数名	类型	必需	说明
file	file	必需	要转录的音频文件对象(不是文件名),格式为:flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm。
model	string	必需	要使用的模型 ID。目前只有 whisper-1,gpt-4o-mini-transcribe 是可用的。
language	string	可选	输入音频的语言。以 ISO-639-1 格式提供输入语言可以提高准确性和延迟。
prompt	string	可选	一个可选的文本来指导模型的风格或继续之前的音频段落。提示应该与音频语言匹配。
response_format	string	可选	默认为 json 转录输出的格式,可选择:json、text
temperature	number	可选	默认为 0，采样温度,between 0 和 1。更高的值像 0.8 会使输出更随机,而更低的值像 0.2 会使其更集中和确定性。如果设置为 0,模型将使用对数概率自动增加温度直到达到特定阈值。

cURL 示例

curl --location --request POST 'https://az.gptplus5.com/v1/audio/transcriptions' \
--header 'Authorization: Bearer <token>' \
--form 'file=@"C:\\Users\\Administrator\\Desktop\\test.m4a"' \
--form 'model="gpt-4o-transcribe"' \
--form 'response_format="json"'

返回响应

🟢200成功

响应 Body

参数名	类型	必需	说明
text	string	必需

响应示例

{
  "text": "Imagine the wildest idea that you've ever had, and you're curious about how it might scale to something that's a 100, a 1,000 times bigger. This is a place where you can get to do that."
}