Zum Hauptinhalt springen

​
Request Body

​
file
file
erforderlich
Audiodatei zur Transkription. Unterstützte Formate: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm.
​
model
string
Standard:"whisper-1"
Zu verwendendes Modell. Derzeit wird nur whisper-1 unterstützt.
​
language
string
Sprache des Audios im ISO-639-1-Format (z. B. en, zh, ja).
​
prompt
string
Optionaler Text, um den Stil des Modells zu steuern oder ein vorheriges Segment fortzusetzen.
​
response_format
string
Standard:"json"
Ausgabeformat: json, text, srt, verbose_json, vtt.
​
temperature
number
Standard:"0"
Sampling-Temperatur (0 bis 1).
​
timestamp_granularities
array
Granularität der Zeitstempel: word und/oder segment. Erfordert verbose_json.

​
Response

​
text
string
Der transkribierte Text.
Für verbose_json:
​
task
string
Immer transcribe.
​
language
string
Erkannte Sprache.
​
duration
number
Audiodauer in Sekunden.
​
segments
array
Transkriptionssegmente mit Zeitstempeln.
​
words
array
Zeitstempel auf Wortebene (falls angefordert).
curl -X POST "https://api.lemondata.cc/v1/audio/transcriptions" \
  -H "Authorization: Bearer sk-your-api-key" \
  -F file="@audio.mp3" \
  -F model="whisper-1" \
  -F language="en"

{
  "text": "Hello, this is a test of the transcription API."
}

​
Übersetzung

Um Audio ins Englische zu übersetzen, verwenden Sie den translations-Endpunkt: 
response = client.audio.translations.create(
    model="whisper-1",
    file=audio_file
)