跳轉到主要內容

​
概覽

將任何支援語言的音訊翻譯為英文文字。不同於轉錄，無論輸入語言為何，此端點一律輸出英文文字。

​
請求本文

​
file
file
必填
要翻譯的音訊檔案。支援的格式：flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav、webm。檔案大小上限為 25 MB。
​
model
string
預設值:"whisper-1"
要使用的模型。目前僅支援 whisper-1。
​
prompt
string
用於引導模型風格或延續前一段內容的選用文字。應以英文撰寫。
​
response_format
string
預設值:"json"
輸出格式。可選項目：json、text、srt、verbose_json、vtt。
​
temperature
number
取樣溫度，介於 0 到 1 之間。較高的值（如 0.8）會產生更隨機的輸出，而較低的值（如 0.2）會使輸出更集中且更具確定性。

​
回應

​
text
string
英文翻譯文字。
對於 verbose_json 格式，回應還包括：
​
language
string
輸入音訊所偵測到的語言。
​
duration
number
輸入音訊的長度（秒）。
​
segments
array
帶有時間戳記的翻譯文字分段。
curl -X POST "https://api.lemondata.cc/v1/audio/translations" \
  -H "Authorization: Bearer sk-your-api-key" \
  -F "file=@german_audio.mp3" \
  -F "model=whisper-1"

{
  "text": "Hello, my name is Wolfgang and I come from Germany. Where are you from?"
}

​
翻譯與轉錄的差異

功能翻譯轉錄
輸出語言一律為英文與輸入相同
使用情境將外語音訊轉為英文保留原始語言
語言參數不適用可選提示
翻譯端點會自動偵測來源語言並翻譯為英文。來自轉錄的 language 參數會被忽略。