音频转字幕文件

接口标识: audio2srt 价格: 0.001 元/次 VIP免费异步响应

接口介绍
接口文档
在线测试

接口简介

音频转字幕文件接口把一个音视频文件转成标准SRT或VTT字幕文件，单文件最大2GB、最长12小时，视频自动抽取音轨。时间轴取句级识别结果，字幕序号连续、时间格式合规，长句按单行最大字符数（10~200，默认42）自动换行，英文内容整词换行不拆词；字幕格式可选SRT、VTT或两种同时产出。字幕文件由平台转存、长期可下载，字幕纯文本随结果一并返回。可指定中、英、日、粤等语种提示（限一个），不传自动判定。适合课程、会议、访谈与短视频的字幕生产归档。【调用约定】本接口为任务类：返回的 task_id 需调用 taskresult 查询终态结果（output_status 为 finish 或 fail）；status 为 not 或 processing 时请每隔5-10秒重复查询直至终态。

详细介绍

![音频转字幕文件接口封面](https://fujian.phpwc.com/pyapi/uploads/site/20261111/apiops_audio2srt__1794363406_bc877f290b45.png)

录播课程、会议录音、访谈视频想配字幕，逐句听打太费人。音频转字幕文件接口直接产出可挂载的标准SRT/VTT字幕文件，字幕纯文本一并返回。

## 接口概述
面向在线教育、会议归档与短视频内容生产场景，提交一个音频或视频文件（视频自动抽取音轨），接口完成语音识别并把句级时间轴封装成标准字幕文件：SRT序号从1连续、时间格式三位毫秒逗号分隔，VTT带标准文件头、毫秒用点号，长句按单行最大字符数自动换行。这是任务类接口，提交后先返回task_id，随后凭task_id通过taskresult接口轮询查询（也支持回调通知），output_status=finish时拿到最终结果。字幕文件由平台转存、长期可下载，字幕纯文本直接放在结果内容里，可立即用于内容检索与归档。

## 核心能力
1. **标准字幕产出**：句级时间轴封装为SRT或VTT，序号连续、格式合规，播放器与剪辑软件可直接挂载。
2. **双格式同出**：subtitle_format选both时一次产出SRT与VTT两个文件，分别给出两个长期下载地址。
3. **智能换行**：单行最大字符数10~200可调（默认42），英文内容按整词换行不拆单词，中文按字符折行。
4. **超长文件**：单文件最大2GB、最长12小时，长课程长会议一次提交不用切片。
5. **语种提示**：可指定中、英、日、粤等一个语种提示提升识别质量，不传由系统自动判定。

## 产品优势
1. **接入简单**：提交即返回task_id，一个查询接口拿结果，也可用自定义流水号serialnumber做幂等与查询。
2. **产物长期有效**：字幕文件由平台转存，不像临时链接会过期，随时可下载。
3. **文本文件双交付**：字幕文件之外，纯文本同步返回在output_content，检索、归档、二次编辑都方便。
4. **准确规范**：时间轴取句级识别结果，字幕与语音对齐，避免整段堆叠。
5. **生态开放**：与平台其余任务类接口共用提交、查询协议，一次接入处处复用。

## 效果展示
一句话理解：它就像一位速记员加一位时间轴打点员——先听懂每句话，再按标准字幕格式逐条打好时间戳交给你。

以一次真实调用为例，你要传的参数：

| 参数 | 本次示例值 | 说明 |
|------|-----------|------|
| file | https://example.com/demo/lecture.mp3 | 音频或视频文件（视频自动抽音轨），支持公网URL、Base64、文件ID，最大2GB/12小时 |
| language_hints | zh | 语种提示，限传1个，如zh/en/ja/yue；不传自动判定 |
| subtitle_format | `"srt"` | 字幕格式：srt（默认）/ vtt / both（两种都产出） |

提交后先拿到task_id，用它通过taskresult接口轮询，output_status=finish时查回最终结果。你会拿到的结果（凭 task_id 经 taskresult 查询、output_status=finish 时的异步结果）：

| 返回内容 | 本次示例值 | 对应字段 |
|---------|-----------|---------|
| 任务状态 | `"finish"` | `output_status`，处理中为processing，失败为fail |
| 字幕纯文本 | 大家好，欢迎收看本期课程。 | `output_content`，全部字幕按行拼接的纯文本 |
| 字幕文件地址 | https://fujian.phpwc.com/pyapi/uploads/api/20261112/as21demo000000000000001_1762930800_a1b2c3d4.srt | `output_dourl`，平台转存的长期有效地址；both格式时为逗号分隔的两个地址 |
| 结果详情 | 时长1800秒、字幕96条、格式srt | `output_info`，含duration_seconds、sentence_count、language、subtitle_format等 |
| 结果说明 | 字幕生成完成，共 96 条字幕、时长 1800 秒，格式 srt。 | `output_msg` |
| 处理耗时 | `95` | `output_time`，单位秒 |

API请求示例：

```text
POST /api/audio2srt
file=https://example.com/demo/lecture.mp3&language_hints=zh&subtitle_format=srt
```

API响应示例（taskresult 查回的最终结果）：

```json
{
  "code": 0,
  "desc": "成功",
  "data": {
    "task_id": "as21demo000000000000001",
    "serialnumber": "",
    "jk_mark": "audio2srt",
    "output_status": "finish",
    "output_content": "大家好，欢迎收看本期课程。\n今天我们讲第二章，重点是字幕的自动生成。",
    "output_dourl": "https://fujian.phpwc.com/pyapi/uploads/api/20261112/as21demo000000000000001_1762930800_a1b2c3d4.srt",
    "output_info": {
      "duration_seconds": 1800,
      "sentence_count": 96,
      "language": "zh",
      "subtitle_format": "srt",
      "max_line_chars": 42
    },
    "output_msg": "字幕生成完成，共 96 条字幕、时长 1800 秒，格式 srt。",
    "output_time": 95
  },
  "request_id": "req-audio2srt-demo01"
}
```

output_content是字幕纯文本，可直接入库检索；output_dourl是转存后的字幕文件长期地址，下载后挂到播放器即可生效。

## 应用场景
1. **在线课程字幕**：录播课批量生成SRT，学员端多语言挂载与进度跟随。
2. **会议录音归档**：会议纪要配时间轴字幕，回听定位更高效。
3. **短视频生产**：口播视频自动生成字幕文件，剪辑软件直接导入。
4. **访谈内容库**：访谈音视频转字幕与纯文本，支持全文检索。

## 应用案例
一家职业培训机构的教务团队要给上千小时录播课补字幕，外包打轴成本高、周期长；接入接口后课程视频批量提交，字幕文件与纯文本自动归档，新课上线当天即有字幕。

一个企业会议系统的产品经理希望会后自动生成带时间轴的字幕回放；此前只能给文字纪要，定位发言要反复拖进度条；现在纪要与字幕文件同步产出，点击文字即可跳到对应时刻。

一位知识区视频作者每期口播视频都要手打字幕，一期要一个多小时；现在把成片音频交给接口生成SRT再进剪辑软件微调，字幕环节耗时大幅缩短。

常见问题

Q：提交任务后怎么拿到字幕？

A：提交成功返回task_id，凭task_id（或提交时自定义的serialnumber）调用taskresult接口轮询查询，output_status=finish时返回最终结果：output_dourl为字幕文件长期有效地址，output_content为字幕纯文本。预计耗时约30秒~5分钟（随音频时长变化），建议每15秒查询一次。

Q：SRT和VTT有什么区别？both是什么？

A：SRT序号从1连续、毫秒用逗号分隔，兼容性最广；VTT带WEBVTT文件头、毫秒用点号，网页播放器常用。subtitle_format=both时一次产出两种文件，output_dourl为逗号分隔的两个长期有效地址。

Q：视频文件可以直接传吗？

A：可以。视频文件会自动抽取音轨后识别，无需自己转音频；单文件最大2GB、最长12小时，长课程长会议一次提交即可。

Q：字幕太长会自动换行吗？

A：会。max_line_chars控制单行最大字符数（10~200，默认42），超长字幕自动折行；英文内容按整词换行不拆单词，中文按字符折行。

接口地址： https://www.phpwc.cn/api/audio2srt

请求方式： POST

业务请求参数

参数名	类型	必填	默认值	说明
`file`	string	必填	-	音频或视频文件（视频自动抽音轨），公网URL / Base64(data:开头) / 文件ID(fileid_开头)，Base64 与文件ID由平台自动转存为公网地址后提交；单次请求仅支持 1 个文件，最大 2GB / 12 小时
`language_hints`	array	选填	-	语种提示，如 ["zh"] 或 "zh"，可选 zh / en / ja / yue 等；当前仅支持传入 1 个语种代码，不传由系统自动判定语种
`subtitle_format`	string	选填	`srt`	字幕文件格式：srt（默认）/ vtt / both（两种都产出，output_dourl 为逗号分隔的两个下载地址）
`max_line_chars`	int	选填	`42`	单行最大字符数，超长字幕自动换行，取值 10~200，默认 42
`serialnumber`	string	选填	-	开发者自定义查询编号（可选，不传则无），同接口下不可重复，用于幂等控制和 taskresult 查询

查看签名算法查看调用示例

响应参数

字段名	类型	说明
`code`	int	状态码，0=成功
`desc`	string	状态描述
`data`−	object	业务数据（成功时返回）
`task_id`	string	任务ID，用于通过 taskresult 接口查询任务结果
`serialnumber`	string	调用方传入的 serialnumber（未传入则为空），用于通过 taskresult 接口查询任务结果
`task_msg`	string	音频转字幕预计耗时约30秒~5分钟（随音频时长变化），建议每15秒通过 taskresult 接口轮询查询一次。
`request_id`	string	请求追踪ID

JSON 示例：

调用成功：

{
  "code": 0,
  "desc": "success",
  "data": { ... },
  "request_id": "abc123..."
}

调用失败：

{
  "code": 999,
  "desc": "错误描述",
  "request_id": "abc123..."
}

异步响应字段（调用 taskresult 返回）

本接口为异步任务类：提交后立即返回 task_id，需再调用 taskresult（传 task_id 或 serialnumber）查询结果，返回字段如下。

字段名	类型	说明
`code`	int	状态码，0=成功
`desc`	string	状态描述
`data`−	object	任务结果数据
`task_id`	string	任务ID（与提交响应一致）
`serialnumber`	string	调用方传入的 serialnumber（未传则为空串）
`jk_mark`	string	原调用接口标识
`output_status`	string	任务状态：not=未开始 / processing=处理中 / finish=完成 / fail=失败
`output_content`	string	完成后的文本结果（如翻译全文、问答答案），无则为空串
`output_dourl`	string	完成后的产物下载地址（图片/文档/音视频），无则为空串
`output_info`	object	任务明细数据（随接口不同，见子字段）
`output_msg`	string	任务说明 / 状态提示文案
`output_time`	int	任务耗时（秒）
`request_id`	string	请求追踪ID

taskresult 响应 JSON 示例：

{
  "code": 0,
  "desc": "success",
  "data": {
    "task_id": "任务ID",
    "serialnumber": "调用方传入的流水号",
    "jk_mark": "audio2srt",
    "output_status": "finish",
    "output_content": "文本结果（无则空）",
    "output_dourl": "产物下载地址（无则空）",
    "output_info": { },
    "output_msg": "任务完成提示",
    "output_time": 12
  },
  "request_id": "abc123..."
}

请先登录后使用在线测试