跳到正文
alpharouter

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。

FieldTypeNote
filebinarymultipart, max 25MB
languagestringISO code
timestamp_granularitiesarrayword | segment
diarizebooleanSplit 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。