Docs

模型 API

音频转写、翻译与语音合成

接入 audio/transcriptions、audio/translations 和 audio/speech，正确处理 multipart 与二进制音频。

更新于

POST/v1/audio/transcriptions
POST/v1/audio/translations
POST/v1/audio/speech

转写与翻译

POST /v1/audio/transcriptions 将音频转成文字；POST /v1/audio/translations 请求音频翻译。两者需要支持对应任务的音频模型和 audio.create 权限。常用请求是 multipart/form-data，包含 model 与非空 file；让 HTTP 客户端自动生成 boundary，不要手写 Content-Type。

可选参数说明
language转写语言提示，例如 en；不是通用翻译目标参数
prompt帮助识别人名、术语的文本提示
response_formatjson / text / verbose_json / srt / vtt
temperature0–1
cURL
curl --fail-with-body https://api.token4ai.cloud/v1/audio/transcriptions \
  -H "Authorization: Bearer $TOKEN4AI_API_KEY" \
  -F "model=$TOKEN4AI_MODEL" \
  -F "file=@./recording.mp3" \
  -F "response_format=json"
响应格式、文件编码和翻译目标语言仍取决于所选模型。不要把 translations 当作任意语言互译接口。

文字转语音

POST /v1/audio/speech 接受 JSON 请求，包括 model、input 与 voice。成功时通常返回音频二进制而非 JSON；先检查 HTTP 状态和 Content-Type，再将结果作为音频保存。voice 与 response_format 必须符合所选模型。

cURL
curl --fail-with-body https://api.token4ai.cloud/v1/audio/speech \
  -H "Authorization: Bearer $TOKEN4AI_API_KEY" \
  -H "Content-Type: application/json" \
  --data '{"model":"YOUR_MODEL_ID","input":"Welcome to Token4AI Cloud.","voice":"YOUR_VOICE_ID","response_format":"mp3"}' \
  --output speech.mp3

大文件与失败处理

先用短音频验证链路，再扩大文件大小。长录音应按业务需要切分并保存时间偏移，以便合并转写。413 表示负载过大；模型或能力错误应修正配置，网络中断后的重新上传可能产生额外处理与用量。

继续阅读

模型目录与能力选择错误码、429 与重试策略Files API 与文件生命周期