1. 接口参考
MyVocal AI语音大模型API文档
  • 文字转语音大模型
    • 概览与快速开始
      • 模型介绍
      • 选择模型与接口
      • 支持语言
      • 音频格式与播放
      • 常见问题
      • SDK 与示例
    • 接口参考
      • HTTP 合成
        • HTTP 流式合成
        • HTTP 非流式合成
      • 音色管理
        • 创建声音
        • 获取声音列表
        • 删除声音
      • WebSocket 合成
        • 普通 TTS · 单连接
        • 普通 TTS · 多 Context
        • 多角色对话 · 多 Context
      • 用量与请求查询
        • 查询主key用量
        • Request_id客户端查询
        • 发音人用量查询
      • 子密钥管理
        • 创建子 Key
        • 查询子 Key 列表
        • 获取单个子 Key 详情
        • 更新子 Key
        • 查询子 Key 用量
  • 金融行业定制TTS模型
    • 文字转语音 Skyblight
      • 创建声音
      • 获取声音列表
      • 流式文字转语音
      • 非流式文字转语音
      • 删除声音
      • 用量查询
    • 全双工通信
      • websocket接入说明
      • V2 双向流式合成(WebSocket)
  • 语音转文字ASR
    • 概览与接入
      • 快速开始:文件转录
      • 快速开始:实时转录
      • 模型与能力
      • 更新记录
    • 接口参考
      • 实时转录
      • 创建文件转录
        POST
      • 查询用量
        GET
  • 企业客户声音定制服务
    • 定制属于你的专属声音
  1. 接口参考

创建文件转录

POST
https://openapi.myvocal.ai/asr/v1/transcriptions
上传录音文件,返回转录文字及相关信息。第一次接入建议先阅读快速开始:文件转录。

鉴权与输入#

通过 API-Key 请求头传入企业 ASR Key。请求体使用 multipart/form-data。
model_id 必填;file 与 cloud_url 为两种输入方式,二选一。上传本地文件时使用 file,使用云端音频地址时使用 cloud_url。不要同时提交两种输入。
模型选择见模型与能力。医疗模型 echo_v2_medical 的基本接入示例使用文件上传。

参数阅读顺序#

下方参数按基础输入、语言与时间戳、说话人信息、识别增强及回调配置排列。第一次请求只需要模型与音频输入,其余按需设置。
说话人分离统一使用 speaker_diarization;兼容写法 diarize 也可使用,请避免在同一请求中混用。角色识别需先启用说话人分离,或提供有效的正数 speakers;不能与多声道独立转写组合使用。

返回结果#

成功返回 HTTP 200。完整文字读取 text,逐词信息读取 words;启用说话人功能时,词项可能包含 speaker_id。字段可能随模型和参数而变化,客户端应兼容缺省字段及新增字段。
完整响应结构与示例见下方“返回响应”。

错误处理#

返回含义处理方式
HTTP 401Key 无效或缺少鉴权检查 API-Key 请求头
HTTP 400 / missing_input缺少音频输入上传文件或提供可读取的云端地址
HTTP 400 / validation_error模型或参数不合法按错误消息检查字段及组合
错误体可能通过 detail.status、detail.message 或 error 提供原因。先判断 HTTP 状态,再读取错误内容。

计费与用量#

文件转录按音频完整时长计费,包括静音部分,计费单位为秒;价格以企业合同为准。使用查询用量查看账户统计,不根据空文本推断本次是否计费。

请求参数

Header 参数

Body 参数multipart/form-data

返回响应

🟢200成功
application/json
成功响应。
Bodyapplication/json

请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location 'https://openapi.myvocal.ai/asr/v1/transcriptions' \
--header 'API-Key: YOUR_API_KEY' \
--form 'model_id="echo_v1"' \
--form 'file=@""'
响应示例响应示例
响应示例。
{
  "language": "en",
  "confidence_score": 0.98,
  "text": "Hello.",
  "words": [
    {
      "text": "Hello.",
      "start_time": 0,
      "end_time": 0.5,
      "confidence_score": 0.98,
      "token_type": "word"
    }
  ]
}
上一页
实时转录
下一页
查询用量
Built with