音频输入

如何向 OneRoute 模型发送音频文件。

OneRoute 支持通过 API 向兼容的模型发送音频文件。本指南将向您展示如何使用我们的 API 处理音频。

注意：音频文件必须经过 base64 编码 - 音频内容不支持直接使用 URL。

音频输入

通过 /api/v1/chat/completions API 使用 input_audio 内容类型，可以向兼容模型发送包含音频文件的请求。音频文件必须经过 base64 编码并包含格式规范。请注意，只有具有音频处理能力的模型才能处理这些请求。

发送音频文件

以下是发送音频文件进行处理的方法：

Python

import openai
import base64

client = openai.OpenAI(
    api_key="YOUR_ONEROUTE_API_KEY",
    base_url="https://gw.1route.ai/v1",
)

# 将音频文件编码为 base64
def encode_audio_to_base64(audio_path: str) -> str:
    with open(audio_path, "rb") as audio_file:
        return base64.b64encode(audio_file.read()).decode("utf-8")

# 读取并编码音频文件
audio_path = "path/to/your/audio.wav"
base64_audio = encode_audio_to_base64(audio_path)

result = client.chat.completions.create(
    model="your-model",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Please transcribe this audio file."
                },
                {
                    "type": "input_audio",
                    "input_audio": {
                        "data": base64_audio,
                        "format": "wav"
                    }
                }
            ]
        }
    ]
)

print(result.choices[0].message.content)

支持的音频格式

支持的音频格式因提供商而异。常见格式包括：

格式	说明
wav	WAV 音频
mp3	MP3 音频
aiff	AIFF 音频
aac	AAC 音频
ogg	OGG Vorbis 音频
flac	FLAC 音频
m4a	M4A 音频
pcm16	PCM16 音频
pcm24	PCM24 音频

注意：请查看您的模型文档以确认其支持哪些音频格式。并非所有模型都支持所有格式。