星梦语音转文字 (Whisper) 免费API调用文档

欢迎使用星梦平台提供的高性能语音转文字 (Whisper) 接口。本接口完全兼容 OpenAI 官方标准格式，支持多种格式音频识别，极速响应 基于OpenAI Whisper

基础信息

• 接口 Base URL：https://api.xmc.tw/whisper/v1
• 请求方式：POST (上传音频需使用 multipart/form-data)
• 鉴权方式：Bearer Token (API Key 请使用 stardream)
• 文件限制：音频文件大小限制为 5MB 以内。

---

请求参数

调用 /audio/transcriptions 接口时，支持以下核心参数：

参数名	类型	必填	默认值	说明
file	File	是	无	需要转录的音频文件对象。支持的格式包括：mp3, mp4, mpeg, mpga, m4a, wav, webm。
model	String	是	无	使用的模型。当前服务器专供极速版，必须填为 tiny。
language	String	否	自动检测	音频的语言代码（ISO-639-1 标准）。例如：填 zh 强制识别为中文，可大幅提升识别速度和准确率。
response_format	String	否	json	返回数据的格式。 - 填 json：返回结构化数据。 - 填 text：直接返回纯文本结果。 - 亦支持 srt, vtt 格式用于直接生成字幕。

---

调用示例

1. Python SDK 调用 (推荐)

由于接口完全兼容 OpenAI 标准，您可以直接使用官方的 openai 库进行调用。请先安装依赖：pip install openai。

请求代码：

from openai import OpenAI

# 初始化客户端，指向星梦 API 地址
client = OpenAI(
    api_key="stardream", 
    base_url="https://api.xmc.tw/whisper/v1",
    timeout=300.0  # 设置合理的超时时间
)

# 读取本地音频文件 (请确保文件小于 5MB)
with open("你需要转录的音频.mp3", "rb") as audio_file:
    print("正在上传并转录音频，请稍候...")

    # 发起转录请求
    transcript = client.audio.transcriptions.create(
        model="tiny",           # 固定为 tiny 模型
        file=audio_file,        # 传入音频文件
        language="zh",          # 建议指定语言以提高准确率
        response_format="text"  # 直接获取纯文本结果
    )

    print("\n 转录结果：")
    print(transcript)

2. cURL 命令行调用

如果您需要在脚本或其他语言中调用，可以使用标准的 HTTP 请求：

请求代码：

curl [https://api.xmc.tw/whisper/v1/audio/transcriptions](https://api.xmc.tw/whisper/v1/audio/transcriptions) \
  -H "Authorization: Bearer stardream" \
  -H "Content-Type: multipart/form-data" \
  -F file="@你需要转录的音频.mp3" \
  -F model="tiny" \
  -F language="zh" \
  -F response_format="text"

错误排查

• 如果出现 413 Request Entity Too Large 则表明该请求过大，此免费API的设计初衷是为了让个人使用的语音转文字免费使用（通过语音在社交软件对话），而不是对大音频进行转录，最大单音频大小限制为5MB
• 如果出现503 too many requests则证明你调用的速度太快了或者当前使用人数过多，请稍后重试