音频转写指南

了解如何通过 LEAPERone 上传音频文件或传入文件 URL，并使用语言提示和响应格式完成语音转文字。

音频转写端点可以将语音转换为文字。你可以上传音频文件，也可以传入文件 URL。

模型

模型	价格	适用场景
`rapid`（默认）	0.006 credits/min	快速、通用的音频转写
`whisper-1`	0.006 credits/min	高准确率，支持提示词

快速开始

POST /v1/audio/transcriptions

curl -X POST https://api.leaper.one/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-your-api-key" \
  -F [email protected]

响应

{
  "text": "Welcome to today's meeting. Let's start with the agenda..."
}

使用 file_uri

除了上传文件，你也可以传入 URL。音频文件较大或已经托管在线时，推荐使用这种方式。

从 URL 转写

curl -X POST https://api.leaper.one/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-your-api-key" \
  -F file_uri=https://example.com/podcast-episode.mp3 \
  -F language=en \
  -F response_format=verbose_json

file_uri 支持任何可公开访问的音频 URL，包括 mp3、opus、m4a、wav 等格式。使用 URL 时没有文件大小限制。

选择模型

rapid（默认）

适合无需额外配置的快速转写。不需要传入 model 参数，支持 language 和 prompt 参数。

使用 rapid

curl -X POST https://api.leaper.one/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-your-api-key" \
  -F [email protected] \
  -F language=zh \
  -F response_format=json

whisper-1

OpenAI 的 Whisper 模型。支持通过 prompt 提高特定术语的识别准确率，也支持通过 verbose_json 返回词级时间戳。

使用带提示词的 whisper-1

curl -X POST https://api.leaper.one/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-your-api-key" \
  -F [email protected] \
  -F model=whisper-1 \
  -F response_format=verbose_json \
  -F prompt="LEAPERone, API, transcription"

支持的格式

格式	扩展名
MP3	`.mp3`
MP4	`.mp4`
MPEG	`.mpeg`, `.mpga`
M4A	`.m4a`
WAV	`.wav`
WebM	`.webm`
Opus	`.opus`

响应格式

通过 response_format 控制输出格式：

值	说明
`json`	包含 `text` 字段的 JSON 对象，默认值。
`text`	纯文本转写结果。
`verbose_json`	包含时间戳、分段和元数据的 JSON。
`srt`	SubRip 字幕格式。
`vtt`	WebVTT 字幕格式。

费用按照音频时长计算。各模型价格请参阅 API 参考。

目录