codecamp

OpenAI 创建音频翻译接口

创建音频翻译

post /audio/translations

将音频翻译成英语。

此接口仅支持 whisper-1。接口和模型均已弃用, 计划于 2027 年 2 月 26 日停用。请迁移到 /v1/realtime/translations,迁移需要单独集成。详情参阅 弃用时间表 中的说明。

请求体参数

内容类型为 multipart/form-data。

  • file: string

待翻译的音频文件对象,应传文件内容。支持 flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm。请求必须包含足够的格式元数据以识别文件,建议提供带扩展名的文件名和合适的内容类型。

  • model: string or AudioModel

使用的模型 ID。此接口目前仅支持基于开源 Whisper V2 的 whisper-1。

  • string

  • AudioModel = "whisper-1" or "gpt-transcribe" or "gpt-4o-transcribe" or 3 more

  • "whisper-1"

  • "gpt-transcribe"

  • "gpt-4o-transcribe"

  • "gpt-4o-mini-transcribe"

  • "gpt-4o-mini-transcribe-2025-12-15"

  • "gpt-4o-transcribe-diarize"

  • prompt: optional string

可选文本,用于引导模型的表达风格或续接此前音频片段。提示词应使用英语。

  • response_format: optional "json" or "text" or "srt" or 2 more (default: "json")

输出格式,可选 json、text、srt、verbose_json 或 vtt。

  • "json"

  • "text"

  • "srt"

  • "verbose_json"

  • "vtt"

  • temperature: optional number (default: 0)

采样温度,范围为 0–1。较高值(如 0.8)使输出更随机,较低值(如 0.2)使输出更集中、更确定。设为 0 时,模型根据对数概率自动提高温度,直到满足相应阈值。

返回值

  • Translation object { text }

  • text: string

  • TranslationVerbose object { duration, language, text, segments }

  • duration: number

输入音频的时长。

format: double

  • language: string

翻译输出的语言,固定为 english。

  • text: string

翻译后的文本。

  • segments: optional array of TranscriptionSegment

翻译文本的分段及对应详情。

  • id: integer

分段的唯一标识。

  • avg_logprob: number

分段的平均对数概率。小于 -1 时,可判定未通过对数概率检查。

format: float

  • compression_ratio: number

分段压缩率,大于 2.4 时可判定未通过压缩率检查。

format: float

  • end: number

分段结束时间,单位为秒。

format: double

  • no_speech_prob: number

分段不含语音的概率。官方原文给出的判定条件为此值大于 1.0 且 avg_logprob 小于 -1 时,将分段视为静音。

format: float

  • seek: integer

分段的查找偏移量。

  • start: number

分段开始时间,单位为秒。

format: double

  • temperature: number

生成分段所用的温度参数。

format: float

  • text: string

分段文本内容。

  • tokens: array of number

文本内容的词元 ID 数组。

示例

## 设置 OPENAI_API_KEY,并根据示例替换文件路径或会话参数。
curl https://api.openai.com/v1/audio/translations \
    -H 'Content-Type: multipart/form-data' \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -F 'file=@/path/to/file' \
    -F model=whisper-1

200 响应示例

{
  "text": "text"
}

示例

## 设置 OPENAI_API_KEY,并根据示例替换文件路径或会话参数。
curl https://api.openai.com/v1/audio/translations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: multipart/form-data" \
  -F file="@/path/to/file/german.m4a" \
  -F model="whisper-1"

响应示例

{
  "text": "Hello, my name is Wolfgang and I come from Germany. Where are you heading today?"
}
OpenAI 创建音色授权录音
OpenAI 创建音频转录接口
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

其他能力与进阶指南

Embeddings 接口参考

审计日志接口参考

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }