认证
authorization string required
所有 API 均使用 Bearer Token 鉴权
获取 API Key：
访问 API Key 管理页面 获取 API Key
用法：
将以下 Header 添加到请求中：
Authorization: Bearer YOUR_API_KEY参数
file file required
要转录的音频文件
支持格式：mp3, mp4, mpeg, mpga, m4a, wav, webm
文件大小限制：25 MB
model string required
用于请求的模型 ID
Value：vtrix-gpt-4o-transcribe
response_format string
输出转录的格式
可选值：json, text
默认值：json
prompt string
用于指导模型风格或提供上下文的文本。可用于纠正特定词汇或缩写, 保留分割文件的上下文, 或控制标点符号和填充词
示例：
纠正特定术语：“本转录内容关于 OpenAI, 其技术包括 DALL·E, GPT-4 和 ChatGPT。“
保留标点符号：“你好, 欢迎来到我的讲座。“
保留填充词：“嗯, 让我想想, 嗯… 好的, 我的想法是这样的。“
stream boolean
是否增量流式传输转录。启用时, 返回 transcript.text.delta 事件流, 最后跟随一个 transcript.text.done 事件
默认值：false
language string
输入音频的语言, 使用 ISO-639-1 或 ISO-639-3 格式。提供输入语言可以提高准确性和延迟
示例：en (英语), zh (中文), ja (日语), es (西班牙语)
响应格式
text string
从音频文件转录的文本。当 response_format 为 json 时存在
支持的语言
支持 98 种语言, 包括：南非荷兰语, 阿拉伯语, 亚美尼亚语, 阿塞拜疆语, 白俄罗斯语, 波斯尼亚语, 保加利亚语, 加泰罗尼亚语, 中文, 克罗地亚语, 捷克语, 丹麦语, 荷兰语, 英语, 爱沙尼亚语, 芬兰语, 法语, 加利西亚语, 德语, 希腊语, 希伯来语, 印地语, 匈牙利语, 冰岛语, 印度尼西亚语, 意大利语, 日语, 卡纳达语, 哈萨克语, 韩语, 拉脱维亚语, 立陶宛语, 马其顿语, 马来语, 马拉地语, 毛利语, 尼泊尔语, 挪威语, 波斯语, 波兰语, 葡萄牙语, 罗马尼亚语, 俄语, 塞尔维亚语, 斯洛伐克语, 斯洛文尼亚语, 西班牙语, 斯瓦希里语, 瑞典语, 他加禄语, 泰米尔语, 泰语, 土耳其语, 乌克兰语, 乌尔都语, 越南语和威尔士语。