OpenAI Whisper API - 通过 UniterRouter 实现语音转文字。GPT-4 级别精度，支持多语言和多种音频格式。

Audio

使用最先进的语音识别模型将音频文件转录为文字。

端点

POST https://api.uniterouter.ai/v1/audio/transcriptions

请求

此端点接受 multipart/form-data，包含以下字段：

字段	类型	必填	描述
`file`	file	是	要转录的音频文件
`model`	string	是	模型 ID（例如 `whisper-1`）
`language`	string	否	语言代码（ISO 639-1）
`prompt`	string	否	用于指导转录的可选上下文
`response_format`	string	否	`json`、`text`、`srt`、`vtt`、`verbose_json`
`temperature`	number	否	采样温度（0-1）

支持的格式

格式	扩展名
MP3	`.mp3`
MP4	`.mp4`、`.m4a`
WAV	`.wav`
WebM	`.webm`
FLAC	`.flac`
OGG	`.ogg`

文件大小限制：最大文件大小为 25 MB。对于更大的文件，请将其分割成多个片段。

支持的模型

模型	提供商	语言	备注
`whisper-1`	OpenAI	50+	最佳准确度
`whisper-large-v3`	Groq	50+	快速推理

请求示例

curl https://api.uniterouter.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $UNITEROUTER_API_KEY" \
  -F file="@audio.mp3" \
  -F model="whisper-1"

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uniterouter.ai/v1",
    api_key="your_api_key",
)

with open("audio.mp3", "rb") as audio_file:
    response = client.audio.transcriptions.create(
        model="whisper-1",
        file=audio_file
    )

print(response.text)

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  baseURL: "https://api.uniterouter.ai/v1",
  apiKey: process.env.UNITEROUTER_API_KEY,
});

const response = await client.audio.transcriptions.create({
  model: "whisper-1",
  file: fs.createReadStream("audio.mp3"),
});

console.log(response.text);

响应

JSON 格式（默认）

{
  "text": "你好，这是音频文件的示例转录。"
}

详细 JSON 格式

{
  "task": "transcribe",
  "language": "chinese",
  "duration": 12.5,
  "text": "你好，这是示例转录。",
  "segments": [
    {
      "id": 0,
      "start": 0.0,
      "end": 2.5,
      "text": "你好，"
    }
  ]
}

语言支持

Whisper 支持 50+ 种语言。指定语言可获得更好的准确度：

response = client.audio.transcriptions.create(
    model="whisper-1",
    file=audio_file,
    language="zh"  # 中文
)

常用语言代码：en、zh、ja、ko、es、fr、de

Audio

On this page