跳到主要内容

音频接口

当前状态

🟡 路由就绪，渠道尚未开放 —— 请求路径、协议与转发逻辑都已实现，但当前还没有上游渠道提供该能力，调用会返回「模型不支持」类错误。

渠道一开就能用，你的客户端配置和请求格式都不用改。详见 接口开放状态。

三个端点，均走 Authorization: Bearer ***。

语音合成 speech​

POST /v1/audio/speech

curl https://api.yzgz.cn/v1/audio/speech \
  -H "Authorization: Bearer ***" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<语音合成模型名>",
    "input": "你好，世界",
    "voice": "alloy"
  }' \
  --output speech.mp3

返回音频二进制。voice 可选值随模型而定。

语音转文字 transcriptions​

POST /v1/audio/transcriptions

curl https://api.yzgz.cn/v1/audio/transcriptions \
  -H "Authorization: Bearer ***" \
  -F file=@audio.mp3 \
  -F model=<语音转写模型名>

多部分表单上传。可加 -F language=zh、-F response_format=json。

语音翻译 translations​

POST /v1/audio/translations

用法同上，输出统一为英文翻译。

注意​

  • 音频端点走上游中转，模型名、语音、支持格式都取决于上游能力。
  • 模型名以控制台模型广场为准，本文用 <...> 占位表示。
  • 大文件可能受请求体限制，超大音频需自行切分。