TRAE-AI编程
OpenAI 创建音频翻译接口
创建音频翻译
post /audio/translations
将音频翻译成英语。
此接口仅支持 whisper-1。接口和模型均已弃用，
计划于 2027 年 2 月 26 日停用。请迁移到
/v1/realtime/translations，迁移需要单独集成。详情参阅
弃用时间表
中的说明。
请求体参数
内容类型为 multipart/form-data。
file: string
待翻译的音频文件对象，应传文件内容。支持 flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm。请求必须包含足够的格式元数据以识别文件，建议提供带扩展名的文件名和合适的内容类型。
model: string or AudioModel
使用的模型 ID。此接口目前仅支持基于开源 Whisper V2 的 whisper-1。
string
AudioModel = "whisper-1" or "gpt-transcribe" or "gpt-4o-transcribe" or 3 more
"whisper-1"
"gpt-transcribe"
"gpt-4o-transcribe"
"gpt-4o-mini-transcribe"
"gpt-4o-mini-transcribe-2025-12-15"
"gpt-4o-transcribe-diarize"
prompt: optional string
可选文本，用于引导模型的表达风格或续接此前音频片段。提示词应使用英语。
response_format: optional "json" or "text" or "srt" or 2 more (default: "json")
输出格式，可选 json、text、srt、verbose_json 或 vtt。
"json"
"text"
"srt"
"verbose_json"
"vtt"
temperature: optional number (default: 0)
采样温度，范围为 0–1。较高值（如 0.8）使输出更随机，较低值（如 0.2）使输出更集中、更确定。设为 0 时，模型根据对数概率自动提高温度，直到满足相应阈值。
返回值
Translation object { text }
text: string
TranslationVerbose object { duration, language, text, segments }
duration: number
输入音频的时长。
format: double
language: string
翻译输出的语言，固定为 english。
text: string
翻译后的文本。
segments: optional array of TranscriptionSegment
翻译文本的分段及对应详情。
id: integer
分段的唯一标识。
avg_logprob: number
分段的平均对数概率。小于 -1 时，可判定未通过对数概率检查。
format: float
compression_ratio: number
分段压缩率，大于 2.4 时可判定未通过压缩率检查。
format: float
end: number
分段结束时间，单位为秒。
format: double
no_speech_prob: number
分段不含语音的概率。官方原文给出的判定条件为此值大于 1.0 且 avg_logprob 小于 -1 时，将分段视为静音。
format: float
seek: integer
分段的查找偏移量。
start: number
分段开始时间，单位为秒。
format: double
temperature: number
生成分段所用的温度参数。
format: float
text: string
分段文本内容。
tokens: array of number
文本内容的词元 ID 数组。
示例
## 设置 OPENAI_API_KEY，并根据示例替换文件路径或会话参数。
curl https://api.openai.com/v1/audio/translations \
-H 'Content-Type: multipart/form-data' \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-F 'file=@/path/to/file' \
-F model=whisper-1200 响应示例
{
"text": "text"
}示例
## 设置 OPENAI_API_KEY，并根据示例替换文件路径或会话参数。
curl https://api.openai.com/v1/audio/translations \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: multipart/form-data" \
-F file="@/path/to/file/german.m4a" \
-F model="whisper-1"响应示例
{
"text": "Hello, my name is Wolfgang and I come from Germany. Where are you heading today?"
}
更多建议：