POST/v1/audio/transcriptions

Whisper：音频转写

上传音频文件，用 whisper-1 获取原语言转写文字。

API Key multipart/form-data

功能与适用场景

适合录音、会议片段与字幕基础转写。输入必须是实际音频文件，本页返回 JSON 中的 text。

支持模型与组合

whisper-1。常用 MP3 / WAV / M4A / WebM；厂商支持的文件不能超过25 MB。

第一步：设置鉴权

使用青云TOP API 的 API Key：Authorization: Bearer YOUR_API_KEY。替换占位符，保留 Bearer 后的空格。无需厂商 API Key。

第二步：调用模型

POST https://top.qingyuntop.ai/v1/audio/transcriptions

请求为 multipart/form-data。由客户端自动生成 boundary，不手写 Content-Type。

Request

请求

/v1/audio/transcriptions

Body

必填

Bodyobject

filestring必填

必填，multipart 文件字节。使用本地 audio.mp3，不能只传文件名或 JSON 路径。厂商音频上传限25 MB；长文件请先切分。

示例file://C:\Users\Administrator\Desktop\test.m4a

modelstring必填

必填，表单字符串；本页指定 whisper-1 或 gpt-4o-transcribe，不把聊天模型填在这里。

示例whisper-1

languagestring

选填，表单 ISO-639-1 代码，如 zh / en；提前给出语种可提高识别稳定性。

示例zh

promptstring

选填，表单文本，帮助识别术语；不是对转写内容发指令。

示例这是一段中文音频

response_formatstring

选填，默认 json。Whisper 可 json / text / srt / verbose_json / vtt；gpt-4o-transcribe 常用 json / text，不能照搬 Whisper 字幕选项。；可选：json / text / srt / verbose_json / vtt；默认：json

示例json

temperaturenumber

选填字段；是否可用取决于当前模型和协议。

示例

timestamp_granularitiesarray<string>

选填字段；是否可用取决于当前模型和协议。

元素string

数组元素。；可选：word / segment

路径、查询与 Header 参数

参数	位置	类型	必填	说明	示例
`Content-Type`	Header	string	否	-	multipart/form-data

请求示例multipart/form-data

set -euo pipefail
curl --fail-with-body --connect-timeout 30 --max-time 600 "https://top.qingyuntop.ai/v1/audio/transcriptions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  --form-string 'model=whisper-1' \
  --form-string 'response_format=json' \
  -F 'file=@audio.mp3' \
  --output response.json

Response

返回响应 `200`

HTTP 响应

响应 200object

textstring必填

常见错误与参考

转写保持原语言；翻译成英文请使用音频翻译。

401：检查本站 API Key 和 Bearer 格式；403：确认此 Key 可用该模型；429：遵循 Retry-After 退避。超时或 5xx 时保留请求标识和脱敏错误，避免盲目重发；其他通用排查见聊天接入总览。

OpenAI 公共 API 规范。