音频 API

Star API 提供兼容 OpenAI Whisper 格式的音频处理接口，支持语音转文字和文字转语音功能。

语音转文字（Speech-to-Text）

请求端点

POST https://star.zhxyclaw.cn/v1/audio/transcriptions

请求参数

参数	类型	必填	说明
file	file	是	音频文件（支持 mp3、mp4、m4a、wav、webm、flac 等格式）
model	string	是	使用的模型，例如 whisper-1
language	string	否	音频语言的 ISO 639-1 代码（如 zh、en）
prompt	string	否	提示词，帮助模型更好地识别特定领域的术语
response_format	string	否	返回格式：json（默认）、text、srt、verbose_json、vtt
temperature	number	否	采样温度，范围 0-1

请求示例

curl

curl https://star.zhxyclaw.cn/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-your-api-key" \
  -F file="@audio.mp3" \
  -F model="whisper-1" \
  -F language="zh" \
  -F response_format="json"

Python

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://star.zhxyclaw.cn/v1"
)

with open("audio.mp3", "rb") as audio_file:
    transcript = client.audio.transcriptions.create(
        model="whisper-1",
        file=audio_file,
        language="zh",
        response_format="json"
    )

print(transcript.text)

Node.js

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "sk-your-api-key",
  baseURL: "https://star.zhxyclaw.cn/v1",
});

const transcription = await client.audio.transcriptions.create({
  model: "whisper-1",
  file: fs.createReadStream("audio.mp3"),
  language: "zh",
  response_format: "json",
});

console.log(transcription.text);

响应格式

{
  "text": "这是一段语音识别的结果。"
}

翻译接口

Star API 同样支持音频翻译，将音频内容翻译为英文：

POST https://star.zhxyclaw.cn/v1/audio/translations

curl https://star.zhxyclaw.cn/v1/audio/translations \
  -H "Authorization: Bearer sk-your-api-key" \
  -F file="@audio.mp3" \
  -F model="whisper-1" \
  -F response_format="json"

---

文字转语音（Text-to-Speech）

请求端点

POST https://star.zhxyclaw.cn/v1/audio/speech

请求参数

参数	类型	必填	说明
model	string	是	TTS 模型，如 tts-1、tts-1-hd
input	string	是	要转换为语音的文本（最大 4096 字符）
voice	string	是	音色：alloy、echo、fable、onyx、nova、shimmer
response_format	string	否	音频格式：mp3（默认）、opus、aac、flac、wav、pcm
speed	number	否	语速，范围 0.25-4.0，默认 1.0

请求示例

curl

curl https://star.zhxyclaw.cn/v1/audio/speech \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-your-api-key" \
  -d '{
    "model": "tts-1",
    "input": "你好，欢迎使用 Star API！",
    "voice": "alloy",
    "response_format": "mp3",
    "speed": 1.0
  }' \
  -o output.mp3

Python

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://star.zhxyclaw.cn/v1"
)

response = client.audio.speech.create(
    model="tts-1",
    input="你好，欢迎使用 Star API！",
    voice="alloy",
    response_format="mp3",
    speed=1.0
)

response.stream_to_file("output.mp3")

Node.js

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "sk-your-api-key",
  baseURL: "https://star.zhxyclaw.cn/v1",
});

const response = await client.audio.speech.create({
  model: "tts-1",
  input: "你好，欢迎使用 Star API！",
  voice: "alloy",
  response_format: "mp3",
  speed: 1.0,
});

const buffer = Buffer.from(await response.arrayBuffer());
fs.writeFileSync("output.mp3", buffer);

音色说明

音色	描述
alloy	中性、均衡的声音
echo	沉稳、深沉的男性声音
fable	富有表现力的声音
onyx	低沉、有力的男性声音
nova	温暖、友好的女性声音
shimmer	柔和、温暖的女性声音

响应格式

文字转语音接口直接返回音频文件的二进制流，而非 JSON 响应。请根据 response_format 参数指定的格式保存文件。

注意事项

注意

• 语音转文字的音频文件大小上限为 25 MB
• 文字转语音的文本长度上限为 4096 字符
• 建议使用 tts-1-hd 模型以获得更高质量的语音