Audio（音频服务）

语音合成（TTS）

接口：POST /v1/audio/speech

参数	类型	必填	说明
model	string	✅	TTS 模型，如 tts-1、tts-1-hd（默认 tts-1）
input	string	✅	要转换的文本
voice	string	✅	声音类型，如 alloy/echo/fable/onyx/nova/shimmer
response_format	string	❌	输出格式：mp3/opus/aac/flac/wav
speed	float	❌	语速，0.25~4.0，默认 1.0

响应为音频二进制流，非 JSON。

语音转文字（STT）

接口：POST /v1/audio/transcriptions

支持 multipart/form-data 格式上传音频文件。

参数	类型	必填	说明
file	file	✅	音频文件（mp3/mp4/mpeg/mpga/m4a/wav/webm）
model	string	✅	模型名称，如 whisper-1（默认 whisper-1）
language	string	❌	语言代码，如 zh、en
response_format	string	❌	输出格式：json/text/srt/verbose_json/vtt

语音翻译

接口：POST /v1/audio/translations

与 STT 类似，但输出始终为英文文本。