Skip to main content
POST
创建转写任务

授权

Authorization
string
header
必填

Bearer authentication header of the form Bearer <token>, where <token> is your auth token.

请求体

multipart/form-data
file
file
必填

音频或视频文件。音频:wav、mp3、m4a、aac、flac、ogg、opus、amr、wma。视频:mp4、mov、mkv、avi、webm、flv、wmv——会自动转写其中的音轨。

model
enum<string>
必填

ASR 模型。需要词级时间戳请用 qwen-audio-3.0-asr-flash。

可用选项:
qwen-audio-3.0-asr-flash,
qwen3-asr-flash
示例:

"qwen-audio-3.0-asr-flash"

response_format
enum<string>
默认值:json

只有 verbose_json 会返回时间戳。

可用选项:
json,
text,
verbose_json
language
string

可选的语言提示,透传给上游。

示例:

"zh"

prompt
string

可选的上下文提示(最多 400 字符),会作为文本消息与音频一起发送。

示例:

"智能早餐机产品介绍"

响应

转写结果。具体结构取决于 response_format。

task
string
示例:

"transcribe"

duration
number

音频时长(秒)。

示例:

46

text
string
示例:

"大家好,今天给大家介绍一款全新的智能早餐机。"

segments
object[]

目前只返回一条覆盖整个文件的 segment。