Transcriptions API

音声ファイルをアップロードして文字起こし結果を受信します。

POST /v1/audio/transcriptions

フィールド

必須	フィールド
必須	file, model=kitsch-stt-v1
—	language, prompt
—	response_format=json, text
—	stream=false

ファイルの上限は25 MiBです。該当するinput、instructions、promptは最大4,096 UTF-16 code unitsです。

KITSCH_OPENAI_BASE_URLには末尾が/v1のAudio API URLを設定します。

curl "$KITSCH_OPENAI_BASE_URL/audio/transcriptions" \
  -H "Authorization: Bearer $KITSCH_API_KEY" \
  -F "file=@speech.wav" -F "model=kitsch-stt-v1" \
  -F "response_format=json"

応答

{"text":"Hello.","usage":{"type":"duration","seconds":1}}

JSON: application/json. Text: text/plain; charset=utf-8.