模型与能力
选择路径
| 你的任务 | 接入方式 | 模型 |
|---|---|---|
| 转录已有录音 | HTTP 文件转录 | echo_v1、lexis_v1 |
| 转录医疗录音 | HTTP 文件转录 | echo_v2_medical |
| 转录通话或麦克风音频 | 实时 WebSocket | echo_v1_realtime |
文件转录模型
echo_v1通用文件转录模型，可作为首次接入的起点。已有业务需要其他模型时，可使用同一文件转录接口切换模型 ID。
lexis_v1文件转录的另一种模型选择。建议用自己的代表性音频比较结果，再决定业务使用的模型；不要仅根据模型名称推断准确率或适用语言。
echo_v2_medical医疗语音转写模型，使用 HTTP 文件转录接口。不支持实时 WebSocket。基本接入只需上传文件并设置模型 ID。
实时转录模型
echo_v1_realtime，连接时必须显式传入模型 ID。文件转录模型不能直接替换为实时接口的模型。功能适用范围
| 功能 | 使用位置 | 使用说明 |
|---|---|---|
| 转录文字 | 文件响应 / 实时事件 | 文件读取 text；实时区分中间与最终事件 |
| 逐词信息 | 对应接口的时间戳选项 | 文件和实时字段名称、响应结构不同，分别查接口参考 |
| 说话人信息 | 文件转录 | 通过说话人相关参数配置，按所选模型支持情况使用 |
| 热词、实体检测、文本整理 | 文件转录 | 当前文档中的 hotwords、content_detection、clean_transcript、Phare_list 仅适用于 echo_v1 |
| 首帧文本上下文 | 实时转录 | previous_text 只放在会话的第一帧音频消息中 |
语言
language 使用 ISO 639-1 或 ISO 639-3 语言码；已知语言时可按需填写。实时接口省略 language 表示自动识别。