Whisper语音转文字

Whisperモデルのインターフェース説明

このインターフェースは Whisper モデルをベースに、音声をテキストへ変換する機能を提供します。一般的な音声形式に対応しています。

基本概念

• Whisperモデル: OpenAI がオープンソースで公開している音声認識モデルで、多言語の文字起こしに対応
• 音声形式: mp3、wav、m4a などの一般的な形式に対応

インターフェースURL

POST https://api.4allapi.com/v1/audio/transcriptions

リクエストパラメータ

パラメータ名	型	必須	説明
model	string	はい	固定値 “whisper-1”
file	file	はい	文字起こしする音声ファイル

リクエストヘッダー

Authorization: Bearer sk-*********************  # 替换为你的 API 令牌

Python 呼び出し例

import json
import requests

def voice_to_text(file_path):
    """
    音声をテキストに変換する機能

    パラメータ:
    file_path: 音声ファイルのパス

    戻り値:
    認識されたテキスト内容
    """
    url = "https://api.4allapi.com/v1/audio/transcriptions"

    # リクエストパラメータを構築
    payload = {"model": "whisper-1"}
    files = {"file": ("audio.mp3", open(file_path, "rb"))}

    # リクエストヘッダーを設定（APIキーを置き換えてください）
    headers = {"Authorization": "Bearer sk-***************************"}  # 替换为你的 API 令牌

    # POSTリクエストを送信
    response = requests.post(url, headers=headers, data=payload, files=files)

    # レスポンスデータを解析
    data = json.loads(response.text)

    # 認識結果を返す
    return data.get("text", "")

# 使用例
print(voice_to_text("audio.mp3"))  # 替换为你的音频文件路径

レスポンス例

成功レスポンス:

{
    "text": "これは認識されたテキスト内容です"
}

注意事項

1. 音声ファイルのサイズは 25MB 以下を推奨します
2. 中国語、英語など複数の言語に対応しています
3. API キーは厳重に管理し、漏えいしないようにしてください

---

4All API フッター

4All API · 一站式AI大模型API聚合平台 | 価格 | お問い合わせ

© 2025 4All API. All rights reserved.