开发文档
音频 API
音频相关路径集中于此,共四类:实时对话、语音对话、语音识别、语音合成。
路径区分
实时走 WebSocket,其余走 HTTP。延迟要求不同,请按用途选择。
| Path | Protocol | Use |
|---|---|---|
| /realtime | WebSocket | Live two-way conversation |
| /chat/completions | HTTP | Voice in, voice out |
| /audio/transcriptions | HTTP | Speech to text |
| /audio/speech | HTTP | Text to speech |
支持格式
输入接受 wav、mp3、m4a、webm。输出可在 mp3、wav、pcm 中选择。
限制
文件上传上限为 25MB。更长的音频请切分后发送并拼接结果。