1. Python配置方式
hello
  • 引言
  • 发出请求
  • Claude Code Fable5 /5.1接入教程
  • CC Switch快速接入教程
    • CC Switch下载和教程
    • 配置 codex（GPT系列模型配置指南）
    • 配置 claude code（Claude系列模型配置指南）
  • 其他各种插件/软件使用教程
    • Codex 配置教程
    • OpenClaw Clawdbot 自定义中转站配置教程
    • N8N 工作流使用中转API 教程
    • opencode 配置教程
    • Gemini CLI 中转站配置使用教程
    • Claude Code 安装使用教程
    • CherryStudio调用cluade MCP
    • Cherry Studio配置教程
    • Cherry Studio配置 banana pro 4K和分辨率教程
    • CherryStudio配置o4推理级别
    • 扣子工作流简单配置从输入到获取url
    • dify添加模型
    • cline 配置教程
    • aider 配置教程
    • Cursor 配置教程
    • lobechat 设置教程
    • ChatBox(推荐使用)
    • 开源gpt_academic
    • nextchat 设置教程
    • zotero gpt 配置方法
    • CLAUDE DEV 配置教程
    • 沉浸式翻译 设置gpt翻译
    • 浏览器插件ChatGPT Sidebar
    • chatgpt-on-wechat 配置教程
    • chatgpt GPT Academic 学术优化配置gpt教程
    • RikkaHub 配置教程
    • coze 工作流使用中转API 教程
    • n8n 工作流获取本地图片生成视频例子
    • OpenClaw 最新版本 自定义中转站配置教程
    • OpenClaw配合CC switch自定义中转站配置教程
    • trae完整配置教程
    • vscode配置教程
    • WorkBuddy配置教程
  • Python配置方式
    • python 使用 语音转文本
    • python 使用文本转语音
    • python 使用Embeddings 向量化
    • python 调用DALL·E
    • python简单调用 openai function-calling demo
    • python 简单langchain 调用openai demo
    • python llama_index 配置
    • Python基础对话
    • Python使用gpt-4o识别图片-本地图片
    • Python使用gpt-4o识别图片
    • Python使用Claude识别图片
    • python 库流式输出
    • gpt realtime模型调用
    • python request 请求 流式输出demo
    • python 使用gpt-image-1 创建编辑图片
    • python openai官方库（使用AutoGPT，langchain等）
    • python 连续对话
  1. Python配置方式

python 使用 语音转文本

语音转文本 API 指南#

概述#

音频 API 提供两个主要端点：
📝 transcriptions：音频转文本
🔄 translations：音频翻译为英文

支持格式#

📁 文件大小：最大25 MB
🎵 支持格式：mp3、mp4、mpeg、mpg、m4a、wav、webm

使用方法#

1. 转录（Transcription）#

将音频转换为原语言文本

2. 翻译（Translation）#

将任意语言音频转换为英文文本

3. 时间戳功能#

4. 处理大文件#

使用 PyDub 分割大于25MB的文件：

优化建议#

提示（Prompts）使用技巧#

1.
🔍 用于纠正特定词汇识别
2.
📜 保持上下文连贯性
3.
✍️ 控制标点符号输出
4.
🗣️ 保留填充词
5.
📝 控制输出文字样式（如中文简繁体）

支持语言#

支持98种语言，包括：
主要亚洲语言：中文、日语、韩语等
欧洲语言：英语、法语、德语等
其他地区语言：阿拉伯语、印地语等
注意：仅列出词错误率(WER)低于50%的语言，其他语言虽支持但质量可能较低
上一页
WorkBuddy配置教程
下一页
python 使用文本转语音
Built with