语音转文字ASR
复制页面
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
查询用量
企业客户声音定制服务
定制属于你的专属声音
语音转文字ASR
复制页面
概览与接入
将录音文件或实时音频转换为文字。根据你的音频来源,选择一种接入方式。
转录已有录音
#
适用于已经录制完成的音频文件。上传文件,获取转录文字。
开始文件转录
转录实时音频
#
适用于通话或麦克风持续输入。通过 WebSocket 发送音频片段,接收中间结果和最终文本。
开始实时转录
选择模型
#
普通录音可使用
echo_v1
或
lexis_v1
;医疗录音可使用
echo_v2_medical
。实时音频使用
echo_v1_realtime
。
医疗模型支持 HTTP 文件转录,不支持实时 WebSocket。
查看模型与能力
。
接入前准备
#
一个有效的 MyVocal 企业 ASR API Key。
文件转录:一段音频文件,以及可运行 cURL 的终端。
实时转录:符合接口格式的音频流;快速开始使用 16 kHz、单声道、16-bit PCM WAV 作为输入。
HTTP 接口通过
API-Key
请求头鉴权;实时接口通过连接 URL 中的
api-key
鉴权。示例使用占位 Key,接入时替换为自己的 Key。
接口参考
#
创建文件转录
:请求参数、返回结构与错误说明。
实时转录
:连接参数、音频消息与服务端事件。
查询用量
:日期范围、账户信息与用量字段。
最近更新
#
医疗模型
echo_v2_medical
支持 HTTP 文件转录,不 支持实时 WebSocket。
查看更新记录
。
上一页
V2 双向流式合成(WebSocket)
下一页
快速开始:文件转录