音频（实验性质）

学习如何使用 Xinference 将音频转换为文本或将文本转换为音频。

介绍

Audio API提供了两种与音频交互的方法：

• 转录终端将音频转录为输入语言。

• 翻译端点将音频转换为英文。

API 端点	OpenAI 兼容端点
Transcription API	/v1/audio/transcriptions
Translation API	/v1/audio/translations

支持的模型列表

在Xinference中，以下模型支持音频API：

• whisper-tiny

• whisper-tiny.en

• whisper-base

• whisper-base.en

• whisper-medium

• whisper-medium.en

• whisper-large-v3

快速入门

转录

Transcription API 模仿了 OpenAI 的 create transcriptions API。你可以通过 cURL、OpenAI Client 或者 Xinference 的 Python 客户端来尝试 Transcription API：

cURLOpenAI Python ClientXinference Python Clientoutput

curl -X 'POST' \
  'http://<XINFERENCE_HOST>:<XINFERENCE_PORT>/v1/audio/transcriptions' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "<MODEL_UID>",
    "file": "<audio bytes>",
  }'

翻译

Translation API 模仿了 OpenAI 的 create translations API。你可以通过 cURL、OpenAI Client 或 Xinference 的 Python 客户端来尝试使用 Translation API：

cURLOpenAI Python ClientXinference Python Clientoutput

curl -X 'POST' \
  'http://<XINFERENCE_HOST>:<XINFERENCE_PORT>/v1/audio/translations' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "<MODEL_UID>",
    "file": "<audio bytes>",
  }'