语音
语音合成、识别与翻译走 OpenAI 的 /v1/audio/* 路径。不写代码想先听一下效果,可以用控制台的语音页。
语音合成
POST /v1/audio/speech,input 是文本,voice 是音色名(各家可用的音色不同),response_format 支持 mp3、wav、opus、aac 等;响应体直接是音频文件。按输入字符数计费。
POST /v1/audio/speech
语音识别与翻译
POST /v1/audio/transcriptions,multipart 上传音频文件与模型名,返回识别文字;POST /v1/audio/translations 参数相同,输出英文译文。按上游返回的用量计费,通常对应音频时长。请求体上限 16 MB。
POST /v1/audio/transcriptions
响应