POST/v1/audio/transcriptions

GPT 音频：高质量转写

用 gpt-4o-transcribe 或 mini 版本转写真实音频文件。

API Key multipart/form-data

功能与适用场景

用于语音识别、术语转写和录音文字整理。本页采用非流式 JSON，便于直接读取 text。

支持模型与组合

gpt-4o-transcribe / gpt-4o-mini-transcribe。需要说话者区分时另选 gpt-4o-transcribe-diarize，并遵循其专用格式；不要直接复用 Whisper 所有参数。

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gpt-4o-transcribe

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

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

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=gpt-4o-transcribe' \
  --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

响应示例json

{
  "text": "Imagine the wildest idea that you've ever had, and you're curious about how it might scale to something that's a 100, a 1,000 times bigger. This is a place where you can get to do that."
}

常见错误与参考

长录音先压缩或分段。说话者分离、实时音频会话、持续麦克风输入属于不同动作，本页文件上传示例不等于 Realtime 接入。

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。