Skip to main content
POST
Python
Используйте этот endpoint, чтобы преобразовать аудио в текст на исходном языке. Он подходит для заметок со встреч, голосовых сообщений, индексации медиа, субтитров и рабочих процессов поддержки, где нужен текст с возможностью поиска.

Первый запрос

Отправьте поддерживаемый аудиофайл с model и file. Для начала используйте короткий файл, пока проверяете обработку загрузки, аутентификацию и разбор ответа.

Как читать ответ

Ответ по умолчанию включает транскрибированный text. Если вы запрашиваете другой формат ответа, убедитесь, что ваш клиент разбирает именно этот формат, а не предполагает стандартную JSON-структуру.

Следующие шаги

  • Используйте Create Speech, когда вам нужен вывод в формате text-to-speech.
  • Используйте Create Translation, когда целевой выход должен быть на английском языке.

Авторизации

Authorization
string
header
обязательно

Bearer token authentication. Use your CometAPI key.

Тело

multipart/form-data
file
file
обязательно

The audio file to transcribe. Supported formats: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm.

model
string
по умолчанию:whisper-1
обязательно

The speech-to-text model to use. Choose a current speech model from the Models page.

language
string

The language of the input audio in ISO-639-1 format (e.g., en, zh, ja). Supplying the language improves accuracy and latency.

prompt
string

Optional text to guide the model's style or continue a previous audio segment. The prompt should match the audio language.

response_format
enum<string>
по умолчанию:json

The output format for the transcription.

Доступные опции:
json,
text,
srt,
verbose_json,
vtt
temperature
number
по умолчанию:0

Sampling temperature between 0 and 1. Higher values produce more random output; lower values are more focused. When set to 0, the model auto-adjusts temperature using log probability.

Требуемый диапазон: 0 <= x <= 1

Ответ

200 - application/json

The transcription result.

text
string
обязательно

The transcribed text.