> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apimart.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Whisper-1 音声文字起こし

>  - 99言語の音声認識をサポート
- 複数の出力形式：json、text、srt、vttなど
- 最大ファイルサイズ 25 MB 

<RequestExample>
  ```bash cURL theme={null}
  curl --request POST \
    --url https://api.apimart.ai/v1/audio/transcriptions \
    --header 'Authorization: Bearer <token>' \
    --header 'Content-Type: multipart/form-data' \
    --form 'file=@/path/to/audio.mp3' \
    --form 'model=whisper-1' \
    --form 'language=ja' \
    --form 'response_format=json'
  ```

  ```python Python theme={null}
  import requests

  url = "https://api.apimart.ai/v1/audio/transcriptions"

  files = {
      "file": open("/path/to/audio.mp3", "rb")
  }

  data = {
      "model": "whisper-1",
      "language": "ja",
      "response_format": "json"
  }

  headers = {
      "Authorization": "Bearer <token>"
  }

  response = requests.post(url, files=files, data=data, headers=headers)

  print(response.json())
  ```

  ```javascript JavaScript theme={null}
  const url = "https://api.apimart.ai/v1/audio/transcriptions";

  const formData = new FormData();
  formData.append("file", audioFile);
  formData.append("model", "whisper-1");
  formData.append("language", "ja");
  formData.append("response_format", "json");

  const headers = {
    "Authorization": "Bearer <token>"
  };

  fetch(url, {
    method: "POST",
    headers: headers,
    body: formData
  })
    .then(response => response.json())
    .then(data => console.log(data))
    .catch(error => console.error('Error:', error));
  ```

  ```go Go theme={null}
  package main

  import (
      "bytes"
      "fmt"
      "io"
      "mime/multipart"
      "net/http"
      "os"
  )

  func main() {
      url := "https://api.apimart.ai/v1/audio/transcriptions"

      file, _ := os.Open("/path/to/audio.mp3")
      defer file.Close()

      body := &bytes.Buffer{}
      writer := multipart.NewWriter(body)
      
      part, _ := writer.CreateFormFile("file", "audio.mp3")
      io.Copy(part, file)
      
      writer.WriteField("model", "whisper-1")
      writer.WriteField("language", "ja")
      writer.WriteField("response_format", "json")
      writer.Close()

      req, _ := http.NewRequest("POST", url, body)
      req.Header.Set("Authorization", "Bearer <token>")
      req.Header.Set("Content-Type", writer.FormDataContentType())

      client := &http.Client{}
      resp, err := client.Do(req)
      if err != nil {
          panic(err)
      }
      defer resp.Body.Close()

      responseBody, _ := io.ReadAll(resp.Body)
      fmt.Println(string(responseBody))
  }
  ```

  ```java Java theme={null}
  import java.io.File;
  import java.net.http.HttpClient;
  import java.net.http.HttpRequest;
  import java.net.http.HttpResponse;
  import java.net.URI;

  public class Main {
      public static void main(String[] args) throws Exception {
          String url = "https://api.apimart.ai/v1/audio/transcriptions";
          
          File audioFile = new File("/path/to/audio.mp3");
          
          // multipart/form-dataリクエストには Apache HttpClient または OkHttp ライブラリを使用してください
      }
  }
  ```

  ```php PHP theme={null}
  <?php

  $url = "https://api.apimart.ai/v1/audio/transcriptions";

  $file = new CURLFile('/path/to/audio.mp3', 'audio/mpeg', 'audio.mp3');

  $data = [
      "file" => $file,
      "model" => "whisper-1",
      "language" => "ja",
      "response_format" => "json"
  ];

  $ch = curl_init($url);
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
  curl_setopt($ch, CURLOPT_POST, true);
  curl_setopt($ch, CURLOPT_POSTFIELDS, $data);
  curl_setopt($ch, CURLOPT_HTTPHEADER, [
      "Authorization: Bearer <token>"
  ]);

  $response = curl_exec($ch);
  curl_close($ch);

  echo $response;
  ?>
  ```

  ```ruby Ruby theme={null}
  require 'net/http'
  require 'uri'

  url = URI("https://api.apimart.ai/v1/audio/transcriptions")

  File.open('/path/to/audio.mp3', 'rb') do |file|
    request = Net::HTTP::Post.new(url)
    request["Authorization"] = "Bearer <token>"
    
    form_data = [
      ['file', file, { filename: 'audio.mp3', content_type: 'audio/mpeg' }],
      ['model', 'whisper-1'],
      ['language', 'ja'],
      ['response_format', 'json']
    ]
    
    request.set_form form_data, 'multipart/form-data'
    
    http = Net::HTTP.new(url.host, url.port)
    http.use_ssl = true
    
    response = http.request(request)
    puts response.body
  end
  ```

  ```swift Swift theme={null}
  import Foundation

  let url = URL(string: "https://api.apimart.ai/v1/audio/transcriptions")!

  var request = URLRequest(url: url)
  request.httpMethod = "POST"
  request.setValue("Bearer <token>", forHTTPHeaderField: "Authorization")

  let boundary = "Boundary-\(UUID().uuidString)"
  request.setValue("multipart/form-data; boundary=\(boundary)", forHTTPHeaderField: "Content-Type")

  var body = Data()

  // Add file
  let fileURL = URL(fileURLWithPath: "/path/to/audio.mp3")
  if let fileData = try? Data(contentsOf: fileURL) {
      body.append("--\(boundary)\r\n".data(using: .utf8)!)
      body.append("Content-Disposition: form-data; name=\"file\"; filename=\"audio.mp3\"\r\n".data(using: .utf8)!)
      body.append("Content-Type: audio/mpeg\r\n\r\n".data(using: .utf8)!)
      body.append(fileData)
      body.append("\r\n".data(using: .utf8)!)
  }

  // Add other fields
  let fields = ["model": "whisper-1", "language": "ja", "response_format": "json"]
  for (key, value) in fields {
      body.append("--\(boundary)\r\n".data(using: .utf8)!)
      body.append("Content-Disposition: form-data; name=\"\(key)\"\r\n\r\n".data(using: .utf8)!)
      body.append("\(value)\r\n".data(using: .utf8)!)
  }

  body.append("--\(boundary)--\r\n".data(using: .utf8)!)

  request.httpBody = body

  let task = URLSession.shared.dataTask(with: request) { data, response, error in
      if let error = error {
          print("Error: \(error)")
          return
      }
      
      if let data = data, let responseString = String(data: data, encoding: .utf8) {
          print(responseString)
      }
  }

  task.resume()
  ```

  ```csharp C# theme={null}
  using System;
  using System.IO;
  using System.Net.Http;
  using System.Threading.Tasks;

  class Program
  {
      static async Task Main(string[] args)
      {
          var url = "https://api.apimart.ai/v1/audio/transcriptions";

          using var client = new HttpClient();
          client.DefaultRequestHeaders.Add("Authorization", "Bearer <token>");

          using var form = new MultipartFormDataContent();
          
          var fileStream = File.OpenRead("/path/to/audio.mp3");
          form.Add(new StreamContent(fileStream), "file", "audio.mp3");
          form.Add(new StringContent("whisper-1"), "model");
          form.Add(new StringContent("ja"), "language");
          form.Add(new StringContent("json"), "response_format");

          var response = await client.PostAsync(url, form);
          var result = await response.Content.ReadAsStringAsync();

          Console.WriteLine(result);
      }
  }
  ```

  ```c C theme={null}
  #include <stdio.h>
  #include <curl/curl.h>

  int main(void) {
      CURL *curl;
      CURLcode res;
      struct curl_httppost *formpost = NULL;
      struct curl_httppost *lastptr = NULL;
      struct curl_slist *headers = NULL;

      curl_global_init(CURL_GLOBAL_ALL);

      curl_formadd(&formpost, &lastptr,
                   CURLFORM_COPYNAME, "file",
                   CURLFORM_FILE, "/path/to/audio.mp3",
                   CURLFORM_END);

      curl_formadd(&formpost, &lastptr,
                   CURLFORM_COPYNAME, "model",
                   CURLFORM_COPYCONTENTS, "whisper-1",
                   CURLFORM_END);

      curl_formadd(&formpost, &lastptr,
                   CURLFORM_COPYNAME, "language",
                   CURLFORM_COPYCONTENTS, "ja",
                   CURLFORM_END);

      curl_formadd(&formpost, &lastptr,
                   CURLFORM_COPYNAME, "response_format",
                   CURLFORM_COPYCONTENTS, "json",
                   CURLFORM_END);

      curl = curl_easy_init();
      headers = curl_slist_append(headers, "Authorization: Bearer <token>");

      if(curl) {
          curl_easy_setopt(curl, CURLOPT_URL, "https://api.apimart.ai/v1/audio/transcriptions");
          curl_easy_setopt(curl, CURLOPT_HTTPHEADER, headers);
          curl_easy_setopt(curl, CURLOPT_HTTPPOST, formpost);

          res = curl_easy_perform(curl);

          if(res != CURLE_OK) {
              fprintf(stderr, "curl_easy_perform() failed: %s\n",
                      curl_easy_strerror(res));
          }

          curl_easy_cleanup(curl);
          curl_formfree(formpost);
          curl_slist_free_all(headers);
      }

      curl_global_cleanup();
      return 0;
  }
  ```

  ```objectivec Objective-C theme={null}
  #import <Foundation/Foundation.h>

  int main(int argc, const char * argv[]) {
      @autoreleasepool {
          NSURL *url = [NSURL URLWithString:@"https://api.apimart.ai/v1/audio/transcriptions"];
          
          NSMutableURLRequest *request = [NSMutableURLRequest requestWithURL:url];
          [request setHTTPMethod:@"POST"];
          [request setValue:@"Bearer <token>" forHTTPHeaderField:@"Authorization"];
          
          NSString *boundary = @"Boundary-12345";
          NSString *contentType = [NSString stringWithFormat:@"multipart/form-data; boundary=%@", boundary];
          [request setValue:contentType forHTTPHeaderField:@"Content-Type"];
          
          NSMutableData *body = [NSMutableData data];
          
          // Add file
          NSData *fileData = [NSData dataWithContentsOfFile:@"/path/to/audio.mp3"];
          [body appendData:[[NSString stringWithFormat:@"--%@\r\n", boundary] dataUsingEncoding:NSUTF8StringEncoding]];
          [body appendData:[@"Content-Disposition: form-data; name=\"file\"; filename=\"audio.mp3\"\r\n" dataUsingEncoding:NSUTF8StringEncoding]];
          [body appendData:[@"Content-Type: audio/mpeg\r\n\r\n" dataUsingEncoding:NSUTF8StringEncoding]];
          [body appendData:fileData];
          [body appendData:[@"\r\n" dataUsingEncoding:NSUTF8StringEncoding]];
          
          // Add other fields
          NSDictionary *fields = @{@"model": @"whisper-1", @"language": @"ja", @"response_format": @"json"};
          for (NSString *key in fields) {
              [body appendData:[[NSString stringWithFormat:@"--%@\r\n", boundary] dataUsingEncoding:NSUTF8StringEncoding]];
              [body appendData:[[NSString stringWithFormat:@"Content-Disposition: form-data; name=\"%@\"\r\n\r\n", key] dataUsingEncoding:NSUTF8StringEncoding]];
              [body appendData:[[NSString stringWithFormat:@"%@\r\n", fields[key]] dataUsingEncoding:NSUTF8StringEncoding]];
          }
          
          [body appendData:[[NSString stringWithFormat:@"--%@--\r\n", boundary] dataUsingEncoding:NSUTF8StringEncoding]];
          [request setHTTPBody:body];
          
          NSURLSessionDataTask *task = [[NSURLSession sharedSession] 
              dataTaskWithRequest:request
              completionHandler:^(NSData *data, NSURLResponse *response, NSError *error) {
                  if (error) {
                      NSLog(@"Error: %@", error);
                      return;
                  }
                  NSString *result = [[NSString alloc] initWithData:data encoding:NSUTF8StringEncoding];
                  NSLog(@"%@", result);
              }];
          
          [task resume];
          [[NSRunLoop mainRunLoop] run];
      }
      return 0;
  }
  ```

  ```ocaml OCaml theme={null}
  (* Requires cohttp and yojson libraries *)
  open Lwt
  open Cohttp
  open Cohttp_lwt_unix

  let url = "https://api.apimart.ai/v1/audio/transcriptions"

  (* Note: Multipart form data handling in OCaml requires additional libraries *)
  let () =
    print_endline "ファイルアップロードには multipart_form ライブラリを使用してください"
  ```

  ```dart Dart theme={null}
  import 'dart:io';
  import 'package:http/http.dart' as http;

  void main() async {
    final url = Uri.parse('https://api.apimart.ai/v1/audio/transcriptions');
    
    var request = http.MultipartRequest('POST', url);
    request.headers['Authorization'] = 'Bearer <token>';
    
    request.files.add(await http.MultipartFile.fromPath('file', '/path/to/audio.mp3'));
    request.fields['model'] = 'whisper-1';
    request.fields['language'] = 'ja';
    request.fields['response_format'] = 'json';
    
    var response = await request.send();
    var responseData = await response.stream.bytesToString();
    
    print(responseData);
  }
  ```

  ```r R theme={null}
  library(httr)

  url <- "https://api.apimart.ai/v1/audio/transcriptions"

  response <- POST(
    url,
    add_headers(Authorization = "Bearer <token>"),
    body = list(
      file = upload_file("/path/to/audio.mp3"),
      model = "whisper-1",
      language = "ja",
      response_format = "json"
    ),
    encode = "multipart"
  )

  cat(content(response, "text"))
  ```
</RequestExample>

<ResponseExample>
  ```json 200 theme={null}
  {
    "text": "これはテスト音声の文字起こしテキストです。"
  }
  ```

  ```json 200 (詳細形式) theme={null}
  {
    "task": "transcribe",
    "language": "ja",
    "duration": 8.5,
    "text": "これはテスト音声の文字起こしテキストです。",
    "segments": [
      {
        "id": 0,
        "seek": 0,
        "start": 0.0,
        "end": 3.5,
        "text": "これはテスト音声",
        "tokens": [50364, 1234, 5678],
        "temperature": 0.0,
        "avg_logprob": -0.3,
        "compression_ratio": 1.2,
        "no_speech_prob": 0.01
      }
    ]
  }
  ```

  ```srt 200 (SRT字幕形式) theme={null}
  1
  00:00:00,000 --> 00:00:03,500
  これはテスト音声

  2
  00:00:03,500 --> 00:00:08,500
  の文字起こしテキストです。
  ```

  ```json 400 theme={null}
  {
    "error": {
      "code": 400,
      "message": "リクエストパラメータが無効です",
      "type": "invalid_request_error"
    }
  }
  ```

  ```json 401 theme={null}
  {
    "error": {
      "code": 401,
      "message": "認証に失敗しました。APIキーを確認してください",
      "type": "authentication_error"
    }
  }
  ```

  ```json 402 theme={null}
  {
    "error": {
      "code": 402,
      "message": "アカウント残高が不足しています。チャージしてください",
      "type": "payment_required"
    }
  }
  ```

  ```json 413 theme={null}
  {
    "error": {
      "code": 413,
      "message": "ファイルサイズが制限を超えています（最大25MB）",
      "type": "invalid_request_error"
    }
  }
  ```

  ```json 429 theme={null}
  {
    "error": {
      "code": 429,
      "message": "リクエストが多すぎます。しばらくしてから再試行してください",
      "type": "rate_limit_error"
    }
  }
  ```

  ```json 500 theme={null}
  {
    "error": {
      "code": 500,
      "message": "サーバー内部エラー。しばらくしてから再試行してください",
      "type": "server_error"
    }
  }
  ```

  ```json 502 theme={null}
  {
    "error": {
      "code": 502,
      "message": "ゲートウェイエラー。サーバーが一時的に利用できません",
      "type": "bad_gateway"
    }
  }
  ```
</ResponseExample>

## Authorizations

<ParamField header="Authorization" type="string" required>
  すべてのインターフェースでBearer Token認証が必要です

  API Keyの取得：

  [API Key管理ページ](https://apimart.ai/keys)にアクセスしてAPI Keyを取得してください

  リクエストヘッダーに追加：

  ```
  Authorization: Bearer YOUR_API_KEY
  ```
</ParamField>

## リクエストボディ

<Note>
  **⚠️ このエンドポイントはオンラインテスト（Try it）に対応していません**

  ファイルアップロードの制限により、以下の方法でテストしてください：

  * **Apifox / Postman** - インポート後、手動で `file` パラメータをファイルタイプに変更
  * **cURL** - 右側のコード例を参照
  * **SDK** - 各言語のSDKサンプルコードを使用
</Note>

<ParamField body="file" type="string" format="binary" required>
  文字起こしする音声ファイル（ファイルタイプ）

  **⚠️ 注意**：Apifoxなどのツールでテストする場合：

  1. インポート後、このパラメータタイプを手動で `file` に変更してください
  2. リクエストのContent-Typeが `multipart/form-data` であることを確認してください

  対応形式：mp3, mp4, mpeg, mpga, m4a, wav, webm

  最大ファイルサイズ：25 MB
</ParamField>

<ParamField body="model" type="string" default="whisper-1" required>
  音声認識モデル名

  例：`"whisper-1"`
</ParamField>

<ParamField body="language" type="string">
  音声の言語コード（ISO-639-1形式）

  言語を指定すると精度と速度が向上します

  対応言語：zh（中国語）、en（英語）、ja（日本語）、ko（韓国語）など99言語

  例：`"ja"`
</ParamField>

<ParamField body="prompt" type="string">
  文字起こしスタイルをガイドするためのオプションテキストプロンプト

  最大224トークン
</ParamField>

<ParamField body="response_format" type="string" default="json">
  出力形式

  対応形式：

  * `json` - JSON形式（テキストのみ）
  * `text` - プレーンテキスト
  * `srt` - SRT字幕形式
  * `verbose_json` - 詳細JSON形式（タイムスタンプとメタデータを含む）
  * `vtt` - WebVTT字幕形式
</ParamField>

<ParamField body="temperature" type="number" default="0">
  サンプリング温度、範囲0〜1

  高い値（0.8など）は出力をよりランダムにし、低い値（0.2など）はより確定的で一貫性のあるものにします
</ParamField>

## Response

<ResponseField name="text" type="string">
  文字起こしされたテキスト内容
</ResponseField>

<ResponseField name="task" type="string">
  タスクタイプ、`transcribe`で固定

  verbose\_json形式でのみ返されます
</ResponseField>

<ResponseField name="language" type="string">
  検出または指定された言語コード

  verbose\_json形式でのみ返されます
</ResponseField>

<ResponseField name="duration" type="number">
  音声の長さ（秒）

  verbose\_json形式でのみ返されます
</ResponseField>

<ResponseField name="segments" type="array">
  テキストセグメントの配列

  verbose\_json形式でのみ返されます

  <Expandable title="プロパティ">
    <ResponseField name="id" type="integer">
      セグメントID
    </ResponseField>

    <ResponseField name="start" type="number">
      セグメント開始時間（秒）
    </ResponseField>

    <ResponseField name="end" type="number">
      セグメント終了時間（秒）
    </ResponseField>

    <ResponseField name="text" type="string">
      セグメントテキスト内容
    </ResponseField>

    <ResponseField name="temperature" type="number">
      使用されたサンプリング温度
    </ResponseField>

    <ResponseField name="avg_logprob" type="number">
      平均対数確率
    </ResponseField>

    <ResponseField name="compression_ratio" type="number">
      圧縮率
    </ResponseField>

    <ResponseField name="no_speech_prob" type="number">
      無音声確率
    </ResponseField>
  </Expandable>
</ResponseField>