欢迎您!

录音文件转写

接口标识: audio2text 价格: 0.001 元/次 VIP免费
接口简介
录音文件转写API基于 Paraformer 多语种语音识别模型,传入一个音视频文件(公网URL、Base64或文件ID)即可返回整篇转写正文,并提供句级、词级时间戳与说话人分离结果,可区分谁说了什么。支持中英文及方言识别、多音轨识别、语气词过滤与热词定制,单个文件最长12小时、最大2GB。适用于会议纪要整理、访谈录音归档、课程字幕生成、客服通话复盘等场景。按语音内容时长计费,静音不计费。
详细介绍
接口地址: https://www.phpwc.cn/api/audio2text
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 - 传入的音视频文件,公网URL / Base64(data:开头) / 文件ID(fileid_开头);单次请求仅支持 1 个文件,最大 12 小时 / 2GB
channel_id array 选填 - 识别的音轨索引数组,如 [0] 或 [0,1],默认第 1 条音轨;每条音轨独立计费,成本随音轨数线性上升
speaker_diarization bool 选填 false 是否开启说话人分离,默认false;开启后识别结果返回说话人索引,用于区分「谁说了什么」。仅适用于单声道音频
speaker_count int 选填 - 说话人数量参考值,取值范围 2~100,仅 speaker_diarization=true 时生效
remove_filler bool 选填 false 是否过滤语气词(嗯、啊等),默认false
align_timestamp bool 选填 false 是否启用时间戳校准,默认false
language_hint array 选填 - 语种提示,如 zh / en / ja / yue,当前仅支持传入 1 个语种代码;不传则由系统自动判定语种
hotword_id string 选填 - 定制热词表ID,用于专有名词、人名、产品名的识别纠错
sensitive_filter string 选填 - 敏感词处理策略(JSON 串),不传则用系统内置敏感词表,命中替换为等长 *
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
响应参数
字段名类型说明
codeint状态码,0=成功
descstring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 录音文件转写预计耗时约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_idstring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..."
}
请先 登录 后使用在线测试

© 网程科技(林州网程科技有限公司)   |  豫ICP备2025120409号-2   |  豫B2-20230220   |  豫公网安备 41058102000262号