whisper-large

简洁描述：使用 OpenAI whisper-large 模型进行高精度语音转文字。

---

概览

• 请求方法：POST
• 路径：/v1/audio/transcriptions
• 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、webm。文件大小上限 25 MB
model	string	是	模型名称，填写 whisper-large
language	string	否	音频语言，支持 zh、en、de、es。建议使用 ISO-639-1 代码提高识别准确性

whisper-large 为 OpenAI Whisper 的大模型版本，适合对多语言、口音和背景噪音音频进行更高精度的转录。

---

curl 示例

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

JavaScript (fetch) 示例

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

fetch('https://api.gpt.ge/v1/audio/transcriptions', {
  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-large',
        'language': 'zh'
    }
    response = requests.post(
        'https://api.gpt.ge/v1/audio/transcriptions',
        headers={'Authorization': 'Bearer sk-xxxx'},
        files=files,
        data=data
    )
print(response.json())

---

返回示例（200）

{
  "text": "你好，这是 OpenAI Whisper Large 转录的结果。"
}

注意：whisper-large 训练于 68 万小时多语言数据，适合对复杂语音场景进行高精度转录。