Аудио

Используйте API генерации речи, транскрипции и перевода аудио.

API для работы с аудио включают генерацию речи, транскрипцию и перевод. Генерация речи использует тело запроса в формате JSON; транскрипция и перевод обычно используют multipart form data для загрузки аудиофайла.

Конечные точки

Метод	Путь	Описание
`POST`	`/v1/audio/speech`	Преобразование текста в речь
`POST`	`/v1/audio/transcriptions`	Транскрипция аудио
`POST`	`/v1/audio/translations`	Перевод аудио

Поля запроса

Поле	Тип	Применяется к	Описание
`model`	string	Все	ID модели аудио, обязательное
`input`	string	speech	Текст для синтеза
`voice`	string	speech	ID голоса
`instructions`	string	speech	Стиль голоса или дополнительные инструкции
`response_format`	string	Все	Формат ответа. Для транскрипции и перевода по умолчанию используется `json`
`speed`	number	speech	Скорость речи
`stream_format`	string	speech	Установите значение `sse`, чтобы включить потоковую передачу, если модель её поддерживает
`metadata`	object	speech	Сквозные метаданные
`file`	file	transcriptions/translations	Аудиофайл в multipart form data, обязательное
`language`	any	extension	Опция языка, поддерживаемая некоторыми каналами

Генерация речи

curl https://api.tensoraxis.com/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -d '{
    "model": "tts-1",
    "voice": "alloy",
    "input": "Hello from TENSORAXIS.",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Транскрипция

curl https://api.tensoraxis.com/v1/audio/transcriptions \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -F model="whisper-1" \
  -F file="@audio.mp3" \
  -F response_format="json"

Перевод

curl https://api.tensoraxis.com/v1/audio/translations \
  -H "Authorization: Bearer $TENSORAXIS_API_KEY" \
  -F model="whisper-1" \
  -F file="@audio.mp3" \
  -F response_format="json"

Структура ответа

Ответы в формате JSON для транскрипции и перевода обычно включают text:

{
  "text": "Transcribed text..."
}

Генерация речи возвращает бинарные аудиоданные напрямую. Content-Type ответа зависит от response_format и используемой модели.