跳转到主要内容

​
概述

将任何受支持语言的音频翻译为英文文本。与转录不同，此端点无论输入语言是什么，始终输出英文文本。

​
请求体

​
file
file
必填
要翻译的音频文件。支持的格式：flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav、webm。最大文件大小为 25 MB。
​
model
string
默认值:"whisper-1"
要使用的模型。当前仅支持 whisper-1。
​
prompt
string
用于引导模型风格或续写上一段内容的可选文本。应使用英文。
​
response_format
string
默认值:"json"
输出格式。可选值：json、text、srt、verbose_json、vtt。
​
temperature
number
采样温度，取值范围在 0 到 1 之间。较高的值（如 0.8）会产生更随机的输出，而较低的值（如 0.2）会使输出更集中且更具确定性。

​
响应

​
text
string
英文翻译文本。
对于 verbose_json 格式，响应还包括：
​
language
string
输入音频检测出的语言。
​
duration
number
输入音频的时长，单位为秒。
​
segments
array
带时间戳的翻译文本分段。
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?"
}

​
翻译与转录

功能翻译转录
输出语言始终为英文与输入相同
使用场景将外语音频转换为英文保留原始语言
language 参数不适用可选提示
翻译端点会自动检测源语言并将其翻译为英文。转录中的 language 参数会被忽略。