创建翻译

简洁描述：使用 OpenAI Whisper 相关模型将音频翻译为目标文本。

---

概览

• 请求方法：POST
• 路径：/v1/audio/translations
• 内容类型：multipart/form-data

认证方式

• Header：Authorization: Bearer <token>
• 支持 bearer token 认证

---

请求示例

请求体参数

参数	类型	必填	描述
file	file	是	音频文件对象，支持格式：flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm
model	string	是	模型名称，通常填写 whisper-1
prompt	string	否	可选提示文本，用于引导翻译风格，建议使用英文
response_format	string	否	输出格式，支持 json、text、srt、verbose_json 或 vtt。默认 json
temperature	number	否	采样温度，范围 0 到 1。值越高输出越随机，值越低输出越稳定
timestamp_granularities	array	否	时间戳粒度，可选 response_format、verbose_json、word、segment
language	string	否	音频语言，推荐使用 ISO-639-1 代码以提高翻译准确性

---

curl 示例

curl -X POST "https://api.gpt.ge/v1/audio/translations" \
  -H "Authorization: Bearer sk-xxxx" \
  -F "file=@./audio.wav" \
  -F "model=whisper-1" \
  -F "response_format=json" \
  -F "language=zh"

JavaScript (fetch) 示例

const formData = new FormData();
formData.append('file', audioFile);
formData.append('model', 'whisper-1');
formData.append('response_format', 'json');
formData.append('language', 'zh');

fetch('https://api.gpt.ge/v1/audio/translations', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer sk-xxxx'
  },
  body: formData
}).then(r => r.json()).then(console.log);

Python (requests) 示例

import requests

with open('audio.wav', 'rb') as f:
    files = {'file': f}
    data = {
        'model': 'whisper-1',
        'response_format': 'json',
        'language': 'zh'
    }
    response = requests.post(
        'https://api.gpt.ge/v1/audio/translations',
        headers={'Authorization': 'Bearer sk-xxxx'},
        files=files,
        data=data
    )
print(response.json())

---

返回示例（200）

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

注意：翻译接口会返回已翻译的文本结果，若选择 response_format 为 srt、vtt 或 verbose_json，将包含时间戳或字幕信息。