GetRouter文档
  • 简体中文

    • 音频

    GetRouter 提供三个 OpenAI 兼容音频操作：

    操作接口
    音频转录POST /v1/audio/transcriptions
    音频翻译POST /v1/audio/translations
    文本转语音POST /v1/audio/speech

    请选择支持对应音频操作的模型。

    音频转录

    使用 Multipart Form Data 上传源文件：

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

    JSON 响应中的 text 包含转录文本。

    API Schema 中的可选字段包括：

    • language — ISO-639-1 语言代码
    • prompt — 上下文或词汇提示
    • response_format — json、text、srt、verbose_json 或 vtt
    • temperature
    • timestamp_granularities — word 或 segment

    可选字段是否可用取决于所选模型。

    音频翻译

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

    响应与转录接口相同，基础结果位于 text。

    生成语音

    curl https://getrouter.ai/v1/audio/speech \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_ID",
    "input": "GetRouter 将你的应用连接到多种 AI 模型。",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

    语音生成 Schema 包括：

    字段说明
    model必填的语音模型 ID
    input必填的待合成文本
    voice模型支持的必填音色
    response_formatmp3、opus、aac、flac、wav 或 pcm
    speed兼容模型支持的播放速度

    Python 转录示例

    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

    音频上传和生成文件可能较大。请设置合理超时，并尽量流式处理文件，避免在内存中保留不必要的副本。

    计费与重试

    音频费用可能与模型、输入大小、时长或生成结果有关，请查看价格页面。重试前先确认服务端是否已经完成任务，避免因为客户端下载失败而重复生成。

    下一步