curl --request POST \
--url https://api.aihubmax.com/v1/audios/generations \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "paraformer-v2",
"file_urls": [
"https://example.com/audio/meeting.wav"
]
}
'{
"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"
}{
"error": {
"message": "请求格式错误",
"type": "invalid_request_error"
}
}{
"error": {
"message": "API密钥无效",
"type": "authentication_error"
}
}{
"error": {
"message": "账户余额不足",
"type": "insufficient_quota"
}
}{
"error": {
"message": "参数校验失败",
"type": "validation_error"
}
}{
"error": {
"message": "请求频率超限",
"type": "rate_limit_error"
}
}{
"error": {
"message": "服务器内部错误",
"type": "server_error"
}
}{
"error": {
"message": "服务暂不可用,请稍后重试",
"type": "service_unavailable"
}
}语音识别
Paraformer V2 语音识别
- Paraformer V2 录音文件识别模型,支持中文(含方言)、英文、日语等多语种
- 支持说话人分离、热词定制、语气词过滤
- 异步处理模式,使用返回的任务ID 进行查询
- 识别结果会在任务详情的
results字段中返回
POST
/
v1
/
audios
/
generations
curl --request POST \
--url https://api.aihubmax.com/v1/audios/generations \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "paraformer-v2",
"file_urls": [
"https://example.com/audio/meeting.wav"
]
}
'{
"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"
}{
"error": {
"message": "请求格式错误",
"type": "invalid_request_error"
}
}{
"error": {
"message": "API密钥无效",
"type": "authentication_error"
}
}{
"error": {
"message": "账户余额不足",
"type": "insufficient_quota"
}
}{
"error": {
"message": "参数校验失败",
"type": "validation_error"
}
}{
"error": {
"message": "请求频率超限",
"type": "rate_limit_error"
}
}{
"error": {
"message": "服务器内部错误",
"type": "server_error"
}
}{
"error": {
"message": "服务暂不可用,请稍后重试",
"type": "service_unavailable"
}
}授权
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
paraformer-v2:支持中英日等多语种
paraformer-8k-v2:8kHz 采样率,仅支持中文
示例:
"paraformer-v2"
"paraformer-8k-v2"
音频文件 URL 列表
说明:
- 支持 HTTP/HTTPS 协议的公网可访问 URL
- 单次请求最多 100 个 URL
- 支持格式:aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, wmv
- 单文件不超过 2GB,时长不超过 12 小时
Required array length:
1 - 100 elements示例:
["https://example.com/audio/meeting.wav"]
待识别语种提示
说明:
- 仅
paraformer-v2支持,paraformer-8k-v2不适用 - 支持的语言代码:
zh(中文)、en(英文)、ja(日语)、yue(粤语)、ko(韩语)、de(德语)、fr(法语)、ru(俄语)
示例:
["zh", "en"]
音轨索引
说明:
- 索引从 0 开始,
[0]表示第一个音轨 - 默认
[0](仅处理第一个音轨) - 每个指定的音轨独立计费
非必须不要传这个参数。
示例:
[0]
识别配置
说明:
- 包含语气词过滤、时间戳校准、热词、敏感词过滤等设置
- 不传则使用默认配置
非必须不要传这个参数。
Show child attributes
Show child attributes
说话人分离配置
说明:
- 包含分离开关和说话人数量提示
- 不传则不启用说话人分离
非必须不要传这个参数。
Show child attributes
Show child attributes
响应
任务创建成功
任务创建时间戳
示例:
1757165031
任务ID
示例:
"task-unified-1757165031-uyujaw3d"
实际使用的模型名称
任务的具体类型
可用选项:
audio.generation.task 任务进度百分比 (0-100)
必填范围:
0 <= x <= 100示例:
0
任务状态
可用选项:
pending, processing, completed, failed 示例:
"pending"
异步任务信息
Show child attributes
Show child attributes
任务的输出类型
可用选项:
audio 示例:
"audio"