Chuyển giọng nói thành văn bản (Speech-to-Text)

POST /audio/transcriptions

Nhận một file âm thanh và trả về nội dung lời nói dưới dạng văn bản. Request gửi dạng multipart/form-data.

Tham khảo

Chi tiết tham khảo tại tài liệu LiteLLM API

Cấu trúc yêu cầu (Form Data)

modelstringRequired

ID của mô hình speech-to-text: gemini-3.5-transcribe-preview.

filefileRequired

File âm thanh cần chuyển thành văn bản, ví dụ .mp3.

---

Cấu trúc Phản hồi (Response Body)

textstring

Nội dung lời nói trong file âm thanh.

usageobject

Số token đã dùng (input_tokens, output_tokens, total_tokens).

curl

curl https://api.thucchien.ai/audio/transcriptions \
-H "Authorization: Bearer <your_api_key>" \
-F model=gemini-3.5-transcribe-preview \
-F file=@speech.mp3

Python (openai)

from openai import OpenAI

client = OpenAI(
  api_key="<your_api_key>",
  base_url="https://api.thucchien.ai"
)

with open("speech.mp3", "rb") as audio_file:
  transcript = client.audio.transcriptions.create(
      model="gemini-3.5-transcribe-preview",
      file=audio_file,
  )

print(transcript.text)

Ví dụ phản hồi

{
"text": "Xin chào các đội thi.",
"usage": {
  "type": "tokens",
  "input_tokens": 51,
  "output_tokens": 6,
  "total_tokens": 57
},
"task": "transcribe"
}