跳到正文
alpharouter

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。

PathProtocolUse
/realtimeWebSocketLive two-way conversation
/chat/completionsHTTPVoice in, voice out
/audio/transcriptionsHTTPSpeech to text
/audio/speechHTTPText 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。