Transcriptions (Speech-to-Text)

將音訊轉寫為文本，採用通用 Transcriptions 協議格式。

POST https://wrouter.ai/v1/audio/transcriptions

請求為 multipart/form-data。

表單欄位

欄位	型別	必填	說明
file	file	✓	音訊檔案，支援 mp3 mp4 m4a wav webm flac 等，<= 25MB
model	string	✓	如 whisper-1、gpt-4o-transcribe、paraformer-v2
language	string		ISO-639-1 程式碼，如 zh、en；不填則自動檢測
prompt	string		提示文本，可用於風格 / 專有名詞提示
response_format	string		json（預設）、text、srt、verbose_json、vtt
temperature	number		0~1，預設 0
timestamp_granularities	array		["word"] 或 ["segment"]，需配合 response_format=verbose_json

示例

curl https://wrouter.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $WROUTER_API_KEY" \
  -F file=@./meeting.mp3 \
  -F model=whisper-1 \
  -F language=zh \
  -F response_format=srt

from openai import OpenAI
client = OpenAI(api_key="sk-...", base_url="https://wrouter.ai/v1")
with open("audio.mp3","rb") as f:
    text = client.audio.transcriptions.create(
        model="whisper-1",
        file=f,
        language="zh",
    ).text

Translations 端點

POST /v1/audio/translations 將任意語言音訊翻譯為英文，引數同上，但 language 欄位會被忽略。