用途:通过 Telnyx 的 OpenAI 兼容转写接口,将音频文件转写为文本,适合语音转写、字幕生成等场景。
安装与初始化:pip install telnyx;使用 Telnyx(api_key=os.environ.get("TELNYX_API_KEY")) 初始化客户端。
主要能力:调用 client.ai.audio.transcribe 转写音频,参数包括 url(必填,音频文件 URL)、model、language、prompt、response_format(json、text、srt、verbose_json、vtt,默认 json)、temperature、keywords(关键词偏置)。可用 client.ai.audio.list_providers 列出 STT 提供商,支持按 provider 或 service_type 过滤。
使用方式:音频需通过公开可访问的 URL 提供,支持 mp3、mp4、mpeg、mpga、m4a、wav、webm。语言使用 ISO 639-1 代码,省略则自动检测。verbose_json 可返回带时间戳的 segments。该接口与 OpenAI 转写 API 兼容,可将 base URL 设为 https://api.telnyx.com/v2/ai/openai 后使用 OpenAI Python 或 JS SDK。CLI 提供 telnyx-agent stt 与 telnyx-agent stt-providers 命令。
限制与错误处理:需处理网络错误、429 限流、422 校验错误、401 认证错误等;常见错误码包括 401、403、404、422、429。可用模型包括 openai/whisper-large-v3-turbo 与 distil-whisper/distil-large-v2,完整列表需查询 stt-providers。资料未提供收费与价格信息。