Âm thanh

GetRouter cung cấp ba thao tác âm thanh tương thích với OpenAI:

Thao tác	Endpoint
Phiên âm	`POST /v1/audio/transcriptions`
Dịch	`POST /v1/audio/translations`
Chuyển văn bản thành giọng nói	`POST /v1/audio/speech`

Hãy dùng model hỗ trợ thao tác âm thanh bạn cần.

Phiên âm thanh

Tải tệp nguồn lên dưới dạng dữ liệu biểu mẫu multipart:

curl https://getrouter.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "[email protected]" \
  -F "model=MODEL_ID" \
  -F "response_format=json"

Phản hồi JSON chứa nội dung phiên âm trong text.

Các trường phiên âm tùy chọn trong lược đồ API gồm:

language — mã ngôn ngữ ISO-639-1
prompt — gợi ý về ngữ cảnh hoặc từ vựng
response_format — json, text, srt, verbose_json hoặc vtt
temperature
timestamp_granularities — word hoặc segment

Khả năng hỗ trợ các trường tùy chọn phụ thuộc vào model được chọn.

Dịch âm thanh

curl https://getrouter.ai/v1/audio/translations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "[email protected]" \
  -F "model=MODEL_ID" \
  -F "response_format=json"

Phản hồi có cấu trúc text cơ bản giống như khi phiên âm.

Tạo giọng nói

curl https://getrouter.ai/v1/audio/speech \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_ID",
    "input": "GetRouter connects your application to multiple AI models.",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Lược đồ yêu cầu tạo giọng nói gồm:

Trường	Mô tả
`model`	Model ID tạo giọng nói, bắt buộc
`input`	Văn bản cần tổng hợp, bắt buộc
`voice`	Giọng nói được model hỗ trợ, bắt buộc
`response_format`	`mp3`, `opus`, `aac`, `flac`, `wav` hoặc `pcm`
`speed`	Tốc độ phát đối với các model tương thích

Ví dụ phiên âm bằng Python

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://getrouter.ai/v1",
)

with open("recording.mp3", "rb") as audio_file:
    transcript = client.audio.transcriptions.create(
        model="MODEL_ID",
        file=audio_file,
    )

print(transcript.text)

Tip

Tệp âm thanh tải lên và tệp được tạo có thể có dung lượng lớn. Hãy đặt thời gian chờ phù hợp cho client và streaming dữ liệu tệp thay vì nạp các bản sao không cần thiết vào bộ nhớ.

Thanh toán và thử lại

Chi phí âm thanh có thể phụ thuộc vào model, kích thước đầu vào, thời lượng hoặc đầu ra được tạo. Hãy xem Giá. Trước khi thử lại, cần xác định liệu máy chủ đã hoàn tất yêu cầu nhưng chỉ quá trình tải tệp xuống bị lỗi hay chưa.

#Âm thanh

#Phiên âm thanh

#Dịch âm thanh

#Tạo giọng nói

#Ví dụ phiên âm bằng Python

#Thanh toán và thử lại

#Bước tiếp theo