Skip to main content
POST

Autorizações

string
obrigatório
Todas as interfaces exigem autenticação por Bearer TokenObtenha sua chave de API:Acesse a página de gerenciamento de chaves de API para obter sua chave de APIAdicione-a ao cabeçalho da requisição:

Body

⚠️ Testes online (Try it) não são suportados neste endpointDevido a limitações de upload de arquivos, faça testes usando:
  • Apifox / Postman - Após importar, altere manualmente o parâmetro file para o tipo arquivo
  • cURL - Consulte os exemplos de código à direita
  • SDK - Use os exemplos de SDK em diversas linguagens
string
obrigatório
Arquivo de áudio a transcrever (tipo File)⚠️ Nota: Ao testar com Apifox ou ferramentas similares:
  1. Após importar, altere manualmente o tipo deste parâmetro para file
  2. Garanta que o Content-Type da requisição seja multipart/form-data
Formatos suportados: mp3, mp4, mpeg, mpga, m4a, wav, webmTamanho máximo do arquivo: 25 MB
string
padrão:"whisper-1"
obrigatório
Nome do modelo de reconhecimento de falaExemplo: "whisper-1"
string
Código do idioma do áudio (formato ISO-639-1)Especificar o idioma pode melhorar a precisão e a velocidadeOs idiomas suportados incluem: zh (chinês), en (inglês), ja (japonês), ko (coreano) e outros 99 idiomasExemplo: "en"
string
Prompt de texto opcional para orientar o estilo da transcrição ou dar continuidade a um áudio anteriorMáximo de 224 tokens
string
padrão:"json"
Formato de saídaFormatos suportados:
  • json - formato JSON (apenas texto)
  • text - texto simples
  • srt - formato de legenda SRT
  • verbose_json - formato JSON detalhado (inclui timestamps e metadados)
  • vtt - formato de legenda WebVTT
number
padrão:"0"
Temperatura de amostragem, faixa de 0 a 1Valores mais altos (como 0.8) tornam a saída mais aleatória; valores mais baixos (como 0.2) a tornam mais determinística e consistente

Resposta

string
Conteúdo do texto transcrito
string
Tipo da tarefa, fixado em transcribeRetornado apenas no formato verbose_json
string
Código do idioma detectado ou especificadoRetornado apenas no formato verbose_json
number
Duração do áudio (segundos)Retornado apenas no formato verbose_json
array
Array de segmentos de textoRetornado apenas no formato verbose_json