Transcription Vocale (POST /v1/audio/transcriptions)

Transcrit l’audio en texte dans le format spécifié avec une compatibilité protocolaire complète avec l’API OpenAI.

---

Requête HTTP

POST /v1/audio/transcriptions
Authorization: Bearer sk-oneasr-...
Content-Type: multipart/form-data

---

Corps de la Requête (Multipart Form)

Champ	Type	Requis	Description
file	binary	Oui	L’objet binaire audio (mp3, mp4, wav, m4a, ogg, webm, flac, etc.).
model	string	Oui	Nom du moteur/modèle cible (ex. faster-whisper, qwen, whisper-1).
language	string	Non	Code langue ISO-639-1 (ex. fr, en, zh, ja, de, es).
prompt	string	Non	Invite guide facultative pour orienter l’orthographe ou le vocabulaire technique.
response_format	string	Non	Format de sortie : json (par défaut), text, srt, verbose_json, vtt.
temperature	number	Non	Température d’échantillonnage (0.0 à 1.0, par défaut : 0.0).
timestamp_granularities	array	Non	Granularités temporelles pour verbose_json : ["word"], ["segment"].

---

Exemples de Code

cURL

curl -X POST http://localhost:8000/v1/audio/transcriptions   -H "Authorization: Bearer sk-oneasr-v1-xxx"   -F file="@podcast.mp3"   -F model="faster-whisper"   -F response_format="verbose_json"

Python (SDK Officiel OpenAI)

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8000/v1",
    api_key="sk-oneasr-v1-xxx"
)

with open("speech.mp3", "rb") as f:
    result = client.audio.transcriptions.create(
        model="faster-whisper",
        file=f,
        response_format="verbose_json"
    )

print(result.text)

---

Réponse (verbose_json)

{
  "task": "transcribe",
  "language": "english",
  "duration": 5.24,
  "text": "Welcome to OneASR private voice gateway.",
  "segments": [
    {
      "id": 0,
      "seek": 0,
      "start": 0.0,
      "end": 5.2,
      "text": "Welcome to OneASR private voice gateway.",
      "tokens": [50364, 4843, 284, 1530, 50589],
      "temperature": 0.0,
      "avg_logprob": -0.12,
      "compression_ratio": 1.1,
      "no_speech_prob": 0.001
    }
  ]
}