跳转到主要内容
POST
转录上传的音频文件。本端点使用 multipart/form-data,而不是 JSON。

端点

请求头

Authorization
string
必填
格式为 Bearer $YELU_API_KEY
Content-Type
string
必填
带自动生成 boundary 的 multipart/form-data。请让客户端库自动设置。

请求体

file
file
必填
要转录的音频。格式与大小限制取决于模型和部署配置。
model
string
必填
账号可用的转录模型 ID,例如已开启时使用 whisper-1
language
string
ISO 639-1 语言代码,例如 zh
prompt
string
辅助专有名词拼写或上下文延续的提示。
response_format
string
默认值:"json"
jsontextsrtverbose_jsonvtt,取决于模型。
temperature
number
默认值:"0"
转录模型支持的采样温度。
timestamp_granularities[]
string[]
兼容模型可返回 wordsegment 时间戳。

响应

response_format=json 时:
text
string
必填
转录文本。
Verbose 格式还可能包含语言、时长、Word 和 Segment。Text、SRT 与 VTT 返回非 JSON Body。

错误码

Node.js 20 及以上版本支持 openAsBlob。不要手动设置 multipart 的 Content-Type,Fetch 会添加正确的 boundary。
最后修改于 2026年7月13日