GRGlobalRouter Docs
Console

Audio / POST

Create transcription

将 Base64 音频转录为文本。

Endpoints

Mobile only shows the endpoint list. View parameter details and examples on desktop.

MethodEndpointDescription
POST/api/v1/audio/speech将文本转换为二进制音频流，支持在同一请求中参考音频复刻音色。
POST/api/v1/audio/transcriptions将 Base64 音频转录为文本。
POST/api/v1/audio/transcriptions

调用 Qwen3 ASR Flash FileTrans，音频先由 GlobalRouter 安全暂存，再returns标准化转录 JSON。

Back to Audio endpoint list

Request parameters

FieldTypeRequiredDescription
modelstringYes固定为 qwen3-asr-flash-filetrans。
input_audio.datastringYes原始 Base64 音频内容；不要传 data: URI 前缀。
input_audio.formatstringYes输入格式，例如 mp3、wav、m4a、ogg、opus、webm；支持的格式以API校验为准。
languagestringNo音频语言，例如 zh、en、ja；省略时由上游识别。
response_formatstringNoreturns格式：json 或 verbose_json；默认 json。
temperaturenumberNo采样温度，范围 0 到 1。
timestamp_granularitiesstring[]Noverbose_json 时可请求 segment 和 word 时间戳。
provider.provider_idstringNo仅支持 ali；省略时仍路由到 ali。
provider.options.ali.enable_itnbooleanNo是否启用文本逆规范化；默认 false。
provider.options.ali.channel_idinteger[]No当前仅支持 [0]；默认 [0]。

Response fields

FieldTypeRequiredDescription
textstringYes完整转录文本。
usage.secondsnumberYes参与计费的音频秒数。
usage.costnumberYes本次转录费用。
taskstringNo任务类型，值为 transcribe。
languagestringNo识别出的语言。
durationnumberNo音频时长（秒）。
segmentsobject[]Noverbose_json 且请求 segment 时returns的分段文本和时间范围。
wordsobject[]Noverbose_json 且请求 word 时returns的逐词时间范围。
X-Generation-IdheaderYesGlobalRouter 生成记录 ID，可用于排查请求。

Errors

400ROUTER_AUDIO_MODEL_UNSUPPORTED

model 不是当前支持的 ASR models。

400ROUTER_AUDIO_PROVIDER_UNSUPPORTED

provider_id 不是 ali。

422validation_error

Base64、音频格式或 provider options 不符合请求约束。

Notes

  • API需要 API Key 具有 tasks scope，且该 Key 被授权调用对应models。
  • timestamp_granularities 仅在 response_format 为 verbose_json 时生效。