音频转写

音频转文本，支持开发者上传音频文件，获取音频文件对应的文本内容。

请求地址

POST https://api.stepfun.com/v1/audio/transcriptions

请求参数

• model string required
  需要使用的模型名称，固定为 step-asr

• response_format string required
  输出的文件格式。 - 支持 json、text、srt、vtt

• file File required
  音频文件

  • 支持格式: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav,webm,aac,opus
    - 文件大小限制：小于 100MB

• hotwords string optional
  热词列表，JSON String 格式，需要为可解析的 JSON List。如 ["1","2","3","4","abc"]

请求响应

根据 response_format，返回对应格式的内容

{ "text": "测试录制音频" }

测试录制音频

1
00:00:00,000 --> 00:00:03,240
测试录制音频

WEBVTT
 
00:00:00,000 --> 00:00:03,240
测试录制音频
 

示例

curl -L 'https://api.stepfun.com/v1/audio/transcriptions' \
-H "Authorization: Bearer $STEP_API_KEY" \
-F 'model="step-asr"' \
-F 'response_format="json"' \
-F 'file=@"sample.mp3"'