> ## Documentation Index > Fetch the complete documentation index at: https://enterprise-docs.dify.ai/llms.txt > Use this file to discover all available pages before exploring further. # 语音转文字 > **适用于**：Chatflow、Workflow、聊天助手、Agent、文本生成应用。 使用应用配置的语音转文字模型，将上传的音频文件转写为文字。 ## OpenAPI ````yaml /zh/3.11.x/develop/api/openapi_service.json post /audio-to-text openapi: 3.0.1 info: title: Dify 服务 API description: 用于 Dify 应用与知识库的 REST API。应用类接口使用应用 API 密钥认证，知识库类接口使用知识库 API 密钥认证。 version: 1.0.0 servers: - url: https://{api_base_url} description: Dify 服务 API 的基础 URL。替换为你部署的 API 基础 URL。 variables: api_base_url: default: api.example.com/v1 description: API 基础 URL 的主机与路径，不含 `https://` 前缀。 security: - ApiKeyAuth: [] tags: - name: 对话消息 description: 与聊天消息和交互相关的操作。 - name: 文件操作 description: 文件上传和预览操作。 - name: 终端用户 description: 终端用户信息相关操作。 - name: 消息反馈 description: 用户反馈操作。 - name: 会话管理 description: 与管理会话相关的操作。 - name: 语音与文字转换 description: 文字转语音和语音转文字操作。 - name: 应用配置 description: 获取应用设置和信息的操作。 - name: 标注管理 description: 与管理标注直接回复相关的操作。 - name: 人工介入 description: 暂停等待人工输入的工作流恢复操作。 - name: 工作流运行 description: 用于执行和管理工作流的操作。 - name: 文本生成消息 description: 文本生成相关操作。 - name: 知识库 description: 用于管理知识库的操作，包括创建、配置和检索。 - name: 文档 description: 用于在知识库中创建、更新和管理文档的操作。 - name: 分段 description: 用于管理分段和子分段的操作。 - name: 元数据 description: 用于管理知识库元数据字段和文档元数据值的操作。 - name: 标签 description: 用于管理知识库标签和标签绑定的操作。 - name: 模型 description: 用于获取可用模型的操作。 - name: 知识流水线 description: 用于管理和运行知识流水线的操作，包括数据源插件和流水线执行。 paths: /audio-to-text: post: tags: - 语音与文字转换 summary: 语音转文字 description: |- **适用于**：Chatflow、Workflow、聊天助手、Agent、文本生成应用。 使用应用配置的语音转文字模型，将上传的音频文件转写为文字。 operationId: basicChatAudioToTextCn requestBody: required: true content: multipart/form-data: schema: $ref: '#/components/schemas/AudioToTextRequest' responses: '200': description: 语音转文字成功。 content: application/json: schema: $ref: '#/components/schemas/AudioToTextResponse' examples: audioToTextSuccess: summary: 响应示例 value: text: >- Hello, I would like to know more about the iPhone 13 Pro Max. '400': description: |- - `app_unavailable` : 应用不可用或配置错误。 - `invalid_param` : 此应用未启用语音转文字。 - `provider_not_support_speech_to_text` : 模型供应商不支持语音转文字。 - `provider_not_initialize` : 未配置有效的模型供应商凭据。 - `completion_request_error` : 语音识别请求失败。 content: application/json: examples: app_unavailable: summary: app_unavailable value: status: 400 code: app_unavailable message: App unavailable, please check your app configurations. invalid_param: summary: invalid_param value: status: 400 code: invalid_param message: Speech to text is not enabled provider_not_support_speech_to_text: summary: provider_not_support_speech_to_text value: status: 400 code: provider_not_support_speech_to_text message: Provider not support speech to text. provider_not_initialize: summary: provider_not_initialize value: status: 400 code: provider_not_initialize message: >- No valid model provider credentials found. Please go to Settings -> Model Provider to complete your provider credentials. completion_request_error: summary: completion_request_error value: status: 400 code: completion_request_error message: Completion request failed. '413': description: '`audio_too_large` : 音频文件超出 `30 MB` 大小限制。' content: application/json: examples: audio_too_large: summary: audio_too_large value: status: 413 code: audio_too_large message: Audio size larger than 30 mb '415': description: '`unsupported_audio_type` : 文件的 MIME 类型不在接受的音频类型之列（见 `file` 字段）。' content: application/json: examples: unsupported_audio_type: summary: unsupported_audio_type value: status: 415 code: unsupported_audio_type message: Audio type not allowed. '500': description: '`internal_server_error` : 内部服务器错误。' content: application/json: examples: internal_server_error: summary: internal_server_error value: status: 500 code: internal_server_error message: >- The server encountered an internal error and was unable to complete your request. Either the server is overloaded or there is an error in the application. x-codeSamples: - lang: bash label: cURL source: |- curl --request POST \ --url 'https://{api_base_url}/audio-to-text' \ --header 'Authorization: Bearer {api_key}' \ --form 'file=@meeting-question.mp3' \ --form 'user={user}' components: schemas: AudioToTextRequest: type: object description: 语音转文字的请求体。 required: - file properties: file: type: string format: binary description: >- 要转写的音频文件。接受的 MIME 类型：`audio/mp3`、`audio/m4a`、`audio/wav`、`audio/amr`、`audio/mpga`。其他类型（包括常见的 `audio/mpeg`）会返回 `unsupported_audio_type` 错误。最大 `30 MB`。 user: type: string description: >- 终端用户标识，由你的应用定义，需在应用内唯一。参见 [终端用户身份](/zh/3.11.x/develop/api/guides/end-user-identity)。 AudioToTextResponse: type: object properties: text: type: string description: 语音识别输出的文字。 securitySchemes: ApiKeyAuth: type: http scheme: bearer bearerFormat: API_KEY description: >- 每个请求都通过 API Key 认证：`Authorization: Bearer {API_KEY}`。应用接口使用应用 API Key，知识库接口使用知识库 API Key（[快速开始](/zh/3.11.x/develop/api/guides/get-started)）。 API Key 应保存在服务端，切勿嵌入客户端代码。缺失或无效的 Key 会返回 HTTP `401`（`unauthorized`）。 ````