跳转到主要内容
POST
/
v1
/
audios
/
generations
curl --request POST \
  --url https://api.foxapi.cc/v1/audios/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "scribe-v2",
  "audio_url": "https://samplelib.com/lib/preview/mp3/sample-3s.mp3"
}
'
{
  "created": 1757165031,
  "id": "task-unified-1757165031-uyujaw3d",
  "model": "<string>",
  "object": "audio.generation.task",
  "progress": 0,
  "status": "pending",
  "task_info": {
    "can_cancel": true,
    "estimated_time": 45
  },
  "type": "audio"
}

授权

​
Authorization
string
header
必填

所有接口均需要使用Bearer Token进行认证

使用时在请求头中添加：

Authorization: Bearer YOUR_API_KEY

请求体

application/json
​
model
string
默认值:scribe-v2
必填

scribe-v2：支持 diarize、音频事件标注与 keyterms 的语音识别模型

示例:

"scribe-v2"

​
audio_url
string
必填

待识别音频文件 URL

说明：

  • 需为 HTTP/HTTPS 可访问地址
  • 音频文件需可被系统直接访问和读取
示例:

"https://samplelib.com/lib/preview/mp3/sample-3s.mp3"

​
language_code
string | null

音频语言代码

说明：

  • 支持 ISO-639-1 或 ISO-639-3 代码
  • 例如：zh / zho / en / eng
  • 不传时由模型自动检测
示例:

"zh"

​
tag_audio_events
boolean
默认值:true

是否标注笑声、掌声等音频事件。默认开启。

示例:

true

​
diarize
boolean
默认值:true

是否进行说话人分离。默认开启。

示例:

true

​
keyterms
string[] | null

偏置词 / 短语列表

说明：

  • 最多 100 个条目
  • 每个条目最多 50 个字符
  • 用于提升特定术语或专有名词的识别倾向

非必须不要传这个参数。

Maximum array length: 100
Maximum string length: 50
示例:
[
  "project kickoff",
  "quarterly results",
  "speech to text"
]

响应

任务创建成功

​
created
integer

任务创建时间戳

示例:

1757165031

​
id
string

任务ID

示例:

"task-unified-1757165031-uyujaw3d"

​
model
string

实际使用的模型名称

​
object
enum<string>

任务的具体类型

可用选项:
audio.generation.task
​
progress
integer

任务进度百分比 (0-100)

必填范围: 0 <= x <= 100
示例:

0

​
status
enum<string>

任务状态

可用选项:
pending,
processing,
completed,
failed
示例:

"pending"

​
task_info
object

异步任务信息

​
type
enum<string>

任务的输出类型

可用选项:
audio
示例:

"audio"