跳转到主要内容
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。
该接口已逐步废弃，建议优先使用「音频文件识别」接口实现相关能力。

​
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
  • file File required
    音频文件
    • 支持格式: mp3, pcm, ogg, wav
      - 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 string
    识别所得文字
{ "text": "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"'

​
废弃说明

  • 本接口已逐步迭代废弃，平台不再进行功能迭代与问题优化，仅保留基础可用性
  • 新增业务场景请统一使用「音频文件识别」接口，支持更多音频参数配置、分句时间戳、声道拆分等进阶能力
  • 存量业务建议尽快完成迁移，后续该接口将逐步关闭服务