Перейти к основному содержанию
POST
Распознавание речи (STT)
gpt-transcribe распознаёт речь из загруженной записи. Используйте отдельный multipart-маршрут POST /api/v2/stt; поле audio_url в /generate его не заменяет. Доступные вашему аккаунту STT-модели возвращает каталог GET /api/v2/models.

Файл и язык

  • audio: непустой файл до 25 МиБ (25 * 1024 * 1024 байт).
  • Форматы GPT-Transcribe: MP3, MPGA, MPEG, WAV, M4A, OGG, WEBM, MP4 и FLAC.
  • model: gpt-transcribe; если не указан, сервер выбирает текущую доступную OpenAI STT-модель.
  • language: auto или один двухбуквенный код, например ru или en.
Сервер измеряет длительность и проверяет читаемость записи до списания. Практически беззвучная запись получает понятный отказ. Цена зависит от длительности, от 1 токена; точное число возвращает котировка. Метки спикеров, word timestamps, субтитры и новые настройки контекста не входят в этот файловый режим GPT-Transcribe.

Цена перед запуском

POST /api/v2/stt/quote принимает те же audio, model и language. Этот запрос не вызывает модель и не списывает токены. Ответ содержит model, duration_seconds, token_cost и непрозрачный quote_fingerprint. Передайте полученные значения в платный запрос как expected_token_cost и quote_fingerprint. Если файл, модель, настройки или цена изменились, сервер вернёт 409 до генерации и списания. Получите новую цену и подтвердите запуск заново; не повторяйте платный запрос автоматически.

Ответ

id — идентификатор записи в истории. В ответе STT текст находится в result_text. Прямой запрос без полей котировки остаётся допустимым: сервер проверит файл и рассчитает актуальную стоимость перед запуском. Для интерфейса подтверждения цены используйте котировку. После перехода каталога whisper и gpt-4o-transcribe исключены из новых выборов. Их исторические записи, цены и результаты сохраняются; явный запрос к снятой модели не перенаправляется на другую без согласования. Параметры других STT-моделей сверяйте с их текущим контрактом; дополнительные поля не становятся поддержанными от передачи в форму.