开发文档
语音识别
将音频转为文本。最常用于韩语会议记录与客服通话记录。
调用
以 multipart 向 POST /audio/transcriptions 上传文件。指定 language 可提升准确度。
| Field | Type | Note |
|---|---|---|
| file | binary | multipart, max 25MB |
| language | string | ISO code |
| timestamp_granularities | array | word | segment |
| diarize | boolean | Split by speaker |
时间戳
通过 timestamp_granularities 获取词级或句级时间,适合生成字幕文件。
说话人分离
启用 diarize 会按说话人切分片段。仅支持该功能的模型会进入候选。