AudioOpenAI1 家上游

whisper-1

OpenAI whisper-1 · AUDIO 模型

在 gpt88.cc 获取 API Key 快速开始

模型概览

这是一个音频处理模型，适合语音识别、转写或相关媒体处理任务。
它属于 OpenAI 路线，通常更适合直接接入现有 OpenAI SDK、工具调用和结构化输出工作流。

适用场景

做语音转写、字幕、会议纪要或音频理解时
先验证文件上传与返回结构，再接入正式媒体工作流时
需要把音频能力和现有 OpenAI 风格工具统一起来时

接入说明

标准 API 使用 Base URL https://api.gpt88.cc，再按工具类型使用对应 endpoint。
第一次接入时，建议先用一条最小请求验证 API Key、模型名 whisper-1 和当前线路是否匹配。
媒体类模型通常先验证上传 / 返回结构，再扩展到正式的素材或媒体管线。

使用提醒

价格、限速、SLA、上下文长度、是否开放多模态等动态值以 gpt88.cc 控制台为准。
如果请求延迟偏高或连接不稳定，请先检查 API Key、模型、endpoint 和请求格式。

能力标签

该模型的能力标签以 gpt88.cc 控制台为准。本页只展示协议字段与请求示例，具体能力 / 推荐场景 / 上下文长度等信息会随上游版本变更，请在 gpt88.cc 控制台查看实时清单。

接口路径

POSThttps://api.gpt88.cc/v1/audio/transcriptions

该路径由模型分类决定：Chat / Image / Video / Audio 使用不同 endpoint，同一分类内通常只需要替换 model 字段。

请求需在 Header 中携带 Authorization: Bearer <API_KEY>。完整字段说明见当前模型页的 Audio API 文档。

API 文档

Endpoint

POST /v1/audio/transcriptions

Model ID

whisper-1

Content-Type

multipart/form-data

接口类型

音频转写接口，使用文件上传

Base URL

媒体类接口使用 https://img.gpt88.cc，并按对应 endpoint 提交请求。

Headers / 鉴权

字段	类型	必填	说明
`Authorization`	string	必填	使用 `Bearer <GPT88_API_KEY>`。API Key 在 gpt88.cc 控制台创建。
`Content-Type`	string	必填	请求体格式。音频转写上传文件时使用 `multipart/form-data`。默认值：`multipart/form-data`
`Accept`	string	可选	非流式接口返回 JSON；Chat 流式请求会返回 SSE 数据流。默认值：`application/json`

Authorizationstring必填
使用 Bearer <GPT88_API_KEY>。API Key 在 gpt88.cc 控制台创建。
Content-Typestring必填
请求体格式。音频转写上传文件时使用 multipart/form-data。
默认值：multipart/form-data
Acceptstring
非流式接口返回 JSON；Chat 流式请求会返回 SSE 数据流。
默认值：application/json

请求参数

以下字段按当前模型分类生成。价格、上下文长度、限速、可用线路等动态信息以 gpt88.cc 控制台为准。

字段	类型	必填	说明
`model`	string	必填	当前模型 ID：`whisper-1`。复制时请保持大小写一致。
`file`	File	必填	要转写的音频文件，使用 `multipart/form-data` 上传。
`language`	string	可选	音频语言提示，例如 `zh`、`en`。不传时由模型自动判断。
`prompt`	string	可选	可选上下文提示，用于专有名词、会议主题或人名纠偏。
`response_format`	string	可选	返回格式，例如 `json`、`text`、`verbose_json`。默认值：`json`

modelstring必填
当前模型 ID：whisper-1。复制时请保持大小写一致。
fileFile必填
要转写的音频文件，使用 multipart/form-data 上传。
languagestring
音频语言提示，例如 zh、en。不传时由模型自动判断。
promptstring
可选上下文提示，用于专有名词、会议主题或人名纠偏。
response_formatstring
返回格式，例如 json、text、verbose_json。
默认值：json

响应字段

响应结构保持 OpenAI 兼容风格；媒体类模型可能返回异步任务 ID 或资源 URL。

字段	类型	必填	说明
`text`	string	必填	完整转写文本。
`language`	string	可选	识别到或指定的语言。
`duration`	number	可选	音频时长，单位秒。是否返回取决于响应格式。
`segments`	array<Segment>	可选	分段时间轴，仅在 verbose_json 等详细格式中返回。

textstring必填
完整转写文本。
languagestring
识别到或指定的语言。
durationnumber
音频时长，单位秒。是否返回取决于响应格式。
segmentsarray<Segment>
分段时间轴，仅在 verbose_json 等详细格式中返回。

状态码

字段	类型	必填	说明
`200`	OK	必填	请求成功，响应体结构见上方响应字段。
`400`	Bad Request	可选	请求字段不合法，例如缺少必填字段、图片尺寸格式错误或文件格式不支持。
`401`	Unauthorized	可选	API Key 缺失、无效或格式错误。
`404`	Not Found	可选	Endpoint 或模型不存在。请确认路径为 `/v1/audio/transcriptions`，模型 ID 为 `whisper-1`。
`429`	Rate Limited	可选	触发限速、并发限制或余额不足。控制台会展示当前账号可用额度。
`5xx`	Upstream Error	可选	上游或请求异常。保持统一 Base URL 重试，并保留请求 ID 便于排查。

200OK必填
请求成功，响应体结构见上方响应字段。
400Bad Request
请求字段不合法，例如缺少必填字段、图片尺寸格式错误或文件格式不支持。
401Unauthorized
API Key 缺失、无效或格式错误。
404Not Found
Endpoint 或模型不存在。请确认路径为 /v1/audio/transcriptions，模型 ID 为 whisper-1。
429Rate Limited
触发限速、并发限制或余额不足。控制台会展示当前账号可用额度。
5xxUpstream Error
上游或请求异常。保持统一 Base URL 重试，并保留请求 ID 便于排查。

错误与排查

401：检查 Authorization 是否为 Bearer <API_KEY>，以及 Key 是否仍有效。
404：检查 endpoint 是否为 /v1/audio/transcriptions，以及模型名 whisper-1 是否在控制台可见。
429：触发限速或余额不足时，降低并发、缩短请求，或到控制台查看额度。
5xx：保持统一 Base URL 重试，并记录请求 ID 方便排障。

请求示例

curl https://api.gpt88.cc/v1/audio/transcriptions \
  -H "Authorization: Bearer $GPT88_API_KEY" \
  -F "model=whisper-1" \
  -F "[email protected]" \
  -F "response_format=verbose_json"

期望响应（精简示例）：

200 OKjson

{
  "text": "完整识别文本……",
  "language": "zh",
  "duration": 124.6,
  "segments": [
    { "id": 0, "start": 0.0, "end": 4.2, "text": "..." }
  ]
}