首页文档控制台定价

语音转文字

描述

识别音视频文字。

版本

1.0

图片要求

媒体文件支持 wav、m4a、mp4、mp3、aac 等格式。

调用 URL

    正式环境：https://openapi.meitu.com
    任务提交接口：https://openapi.meitu.com/api/v1/sdk/sync/push
    任务名称(task)：/v1/ai_audio_asr/481964
    任务类型(task_type)：formula

调用方法

POST

Content-Type: application/json

权限

开放平台接口签名

请求参数

是否必选参数名类型参数说明
必选paramsstring算法参数（JSON 字符串）
必选init_imagesobject[]音视频文件列表
必选taskstring固定 /v1/ai_audio_asr/481964
必选task_typestring固定 formula
可选sync_timeoutint默认 30，同步超时时间

init_images 多媒体文件参数，结构说明如下

是否必选参数名类型参数说明
必选urlstring音视频 URL 或 base64
必选profileobject属性信息描述

profile 属性信息描述

是否必选参数名类型参数说明
必选media_profilesobject媒体属性信息
必选versionstring固定 v1

media_profiles 媒体属性信息

是否必选参数名类型参数说明
必选media_data_typestringurl 表示 URL；对应媒体类型表示 base64

params 推理参数是 JSON 字符串，其结构说明如下

是否必选字段类型说明
可选rsp_media_typestring默认 url；jpg 表示 base64
必选parameterobject算法核心参数对象

parameter 算法参数详情

是否必选参数名类型参数说明
必选appstring调用方 app
必选uidstringuid，没有传 0
必选gidstringgid
必选task_typestring任务类型：语种识别为 asr_lang，语音转文字为 asr

原文参数表定义字段为 uid，但原输入示例使用了未定义字段 user。本统一示例按参数表使用 uid；user 不作为正式参数，原文未提供其含义。

输入值示例

{
  "task": "/v1/ai_audio_asr/481964",
  "task_type": "formula",
  "init_images": [
    {
      "url": "http://deepnet-models.zone1.meitudata.com/deepnet/cloud/b98fdb50-be64-11ed-92de-fa163e342caa.wav",
      "profile": {
        "media_profiles": {
          "media_data_type": "url"
        },
        "version": "v1"
      }
    }
  ],
  "params": "{\"rsp_media_type\":\"url\",\"parameter\":{\"app\":\"test\",\"uid\":\"0\",\"gid\":\"123\",\"task_type\":\"asr\"}}",
  "sync_timeout": 30
}

返回值说明

注意，生成的结果，会定期清理，请及时下载保存
字段类型说明
request_idstring请求标识
trace_idstring链路追踪标识
codeint业务状态码，0 表示请求受理成功
error_codeint错误码，成功时为 0
messagestring业务信息
tipsany补充提示，可为 null
dataobject任务状态和算法结果

data 中单个元素的字段说明

字段类型说明
statusint状态码：-1 未找到任务；0 创建成功；1 执行中；2 失败；9 超时，使用查询接口查询；10 成功
resultobject算法结果
progressnumber任务进度
predict_elapsedint预计耗时，毫秒
create_timeint64创建时间戳，毫秒
task_idstring任务 ID
custom_task_idstring客户自定义任务 ID
trace_idstringdata 内链路标识
client_infostring客户端信息
init_imagesobject[]/null输入媒体回显

result 中单个元素的字段说明

字段类型参数说明
idstring任务 ID
codeint算法错误码
dataobject返回结果
parameterobject原文定义的返回信息类型标识
msgstring任务信息
msg_idstring请求唯一标识

result.data 中字段说明

字段类型参数说明
durationobject返回的详细耗时
parameterobject算法返回信息
error_codeint返回错误代码，0 表示成功
error_msgstring返回错误信息
msg_idstring用于区分每次请求的唯一字符串；查询时使用，算法结果只保留 24 小时
extraobject附加信息
media_info_listarray媒体信息列表

duration 中字段说明

字段类型参数说明
created_timestampint算法接收时间戳，单位 s
pull_timestampint出队列时间戳，单位 s
waiting_timeint队列等待耗时，单位 ms
alg_process_timeint算法处理耗时，单位 ms，包含下载时间
upload_timeint上传耗时，单位 ms
repost_timeint异步回调接口耗时，单位 ms

parameter 中字段说明

字段类型参数说明
codeint0 为正常返回，非 0 为异常
idstring用于区分每次请求的唯一字符串，即 job_id
pathstring原始音频文件
flash_resultobject语音转文字 task_type=asr 时识别出的文字信息
languagestring语种识别 task_type=asr_lang 时的音频语种
namestringrequest 的用户参数
created_timestring当前任务执行创建时间
create_timestring原成功示例中的当前任务执行创建时间字段
updated_timestring当前任务执行结束时间
msgstring当前任务执行的相关信息
latencyfloat接口耗时

flash_result 中字段说明

字段类型参数说明
textstring全部文字
sentence_listarray每句话的时间戳信息

sentence_list 中字段说明

字段类型参数说明
textstring当前句子的文字
start_timeint64当前句子的开始时间
end_timeint64当前句子的结束时间
word_listarray当前句子每个字的时间戳信息

word_list 中字段说明

字段类型参数说明
wordstring单个字
start_timeint64当前字的开始时间
end_timeint64当前字的结束时间

返回值示例

请求成功返回示例

{
  "request_id": "",
  "trace_id": "",
  "code": 0,
  "error_code": 0,
  "message": "success",
  "tips": null,
  "data": {
    "status": 10,
    "result": {
      "id": "task_id",
      "data": {
        "duration": {
          "alg_process_time": 394,
          "created_timestamp": 1758253400,
          "pull_timestamp": 1758253400,
          "repost_time": 0,
          "upload_time": 0,
          "waiting_time": 120
        },
        "error_code": 0,
        "error_msg": "success",
        "extra": {},
        "media_info_list": [],
        "msg_id": "msg_id",
        "parameter": {
          "code": 0,
          "create_time": "2025-09-19 11:43:20",
          "flash_result": {
            "sentence_list": [
              {
                "end_time": 3590,
                "start_time": 50,
                "text": "这两个数他们也叫好朋友数，",
                "word_list": [
                  {
                    "end_time": 230,
                    "start_time": 50,
                    "word": "这"
                  },
                  {
                    "end_time": 410,
                    "start_time": 230,
                    "word": "两"
                  }
                ]
              }
            ],
            "text": "这两个数他们也叫好朋友数，为什么呢？他们的个位能够凑成整十，只要是个位能凑整十，都叫好朋友数。"
          },
          "id": "",
          "latency": 0.24,
          "msg": "success",
          "name": "0",
          "path": "http://deepnet-models.zone1.meitudata.com/deepnet/cloud/b98fdb50-be64-11ed-92de-fa163e342caa.wav",
          "updated_time": "2025-09-19 11:43:20"
        }
      },
      "msg": "success",
      "msg_id": ""
    },
    "progress": 1,
    "predict_elapsed": 10000,
    "create_time": 1758253400248,
    "task_id": "task_id",
    "custom_task_id": "",
    "trace_id": "",
    "client_info": "",
    "init_images": null
  }
}

需要查询返回示例

使用 查询接口 接口查询

Response Status：200

content-type 为 application/json; charset=utf-8

{
  "request_id": "",
  "trace_id": "",
  "code": 0,
  "error_code": 0,
  "message": "success",
  "tips": null,
  "data": {
    "status": 9,
    "result": {
      "id": "t_mt1a3i5n7b3da6d589-46b5-4f66-a0bb-8dd22f2a172e"
    },
    "progress": 0,
    "predict_elapsed": 10000,
    "create_time": 1759202368761,
    "task_id": "t_mt1a3i5n7b3da6d589-46b5-4f66-a0bb-8dd22f2a172e",
    "custom_task_id": "",
    "trace_id": "9129a3a2-99c4-46ce-8731-0e100e2fbee7",
    "client_info": "",
    "init_images": null
  }
}

请求失败返回示例

Response Status：400

content-type 为 application/json; charset=utf-8

{
  "request_id": "",
  "trace_id": "",
  "code": 20001,
  "error_code": 20001,
  "message": "ALGO_MODEL_CRASH",
  "tips": null,
  "data": {
    "status": 2,
    "result": {
      "id": "t_mt1a3i5n7be8d575cc-2ffb-4e0c-85a8-1824110e31b8",
      "code": 20001,
      "data": {
        "duration": {
          "alg_process_time": 0,
          "created_timestamp": 1759201989,
          "pull_timestamp": 1759201989,
          "repost_time": 0,
          "upload_time": 0,
          "waiting_time": 0
        },
        "error_code": 20001,
        "error_msg": "ALGO_MODEL_CRASH",
        "extra": {},
        "media_info_list": [],
        "msg_id": "c1b09cb2-6e05-4d21-55ab-r007b1f21bec",
        "parameter": null
      },
      "msg": "ALGO_MODEL_CRASH",
      "msg_id": "c1b09cb2-6e05-4d21-55ab-r007b1f21bec"
    },
    "progress": 1,
    "predict_elapsed": 10000,
    "create_time": 1759201989444,
    "task_id": "t_mt1a3i5n7be8d575cc-2ffb-4e0c-85a8-1824110e31b8",
    "custom_task_id": "",
    "trace_id": "",
    "client_info": "",
    "init_images": null
  }
}

当前 API 特有的错误代码与信息

ErrorCode 状态代码错误信息说明
21101参数错误
26101获取模型有错
25402模型提取特征失败（由于输入音频未提取到音色信息、内容不符合等）
20602模型推理失败（可能由于错误输入字符等处理错误）
22201生成结果失败，包含上传到 obs 失败
20301未知异常

通用的错误代码与信息

详见 API 错误码

SDK 调用示例

Python

import json

import requests
from sign_sdk import sign

def api_call_example():
    key = "your_api_key"
    secret = "your_api_secret"
    url = "https://openapi.meitu.com/api/v1/sdk/sync/push"
    method = "POST"

    headers = {
        "Content-Type": "application/json",
        sign.HeaderHost: "openapi.meitu.com",
    }
    inner_params = {
        "rsp_media_type": "url",
        "parameter": {
            "app": "test",
            "uid": "0",
            "gid": "123",
            "task_type": "asr",
        },
    }
    payload = {
        "task": "/v1/ai_audio_asr/481964",
        "task_type": "formula",
        "init_images": [
            {
                "url": "http://deepnet-models.zone1.meitudata.com/deepnet/cloud/b98fdb50-be64-11ed-92de-fa163e342caa.wav",
                "profile": {
                    "media_profiles": {"media_data_type": "url"},
                    "version": "v1",
                },
            }
        ],
        "params": json.dumps(inner_params, ensure_ascii=False),
        "sync_timeout": 30,
    }
    body = json.dumps(payload, ensure_ascii=False)

    signer = sign.Signer(key, secret)
    signed_request = signer.sign(url, method, headers, body)
    response = requests.Session().send(signed_request)
    print(f"Status: {response.status_code}")
    print(f"Response: {response.text}")

if __name__ == "__main__":
    api_call_example()

Go

package main

import (
	"fmt"
	"io"
	"net/http"

	"github.com/mtlab/api/signer"
)

func main() {
	key := "your_api_key"
	secret := "your_api_secret"
	signObj := signer.NewSigner(key, secret)

	url := "https://openapi.meitu.com/api/v1/sdk/sync/push"
	method := http.MethodPost
	headers := make(http.Header)
	headers.Set(signer.HeaderHost, "openapi.meitu.com")
	headers.Set("Content-Type", "application/json")

	body := `{
  "task": "/v1/ai_audio_asr/481964",
  "task_type": "formula",
  "init_images": [{
    "url": "http://deepnet-models.zone1.meitudata.com/deepnet/cloud/b98fdb50-be64-11ed-92de-fa163e342caa.wav",
    "profile": {
      "media_profiles": {"media_data_type": "url"},
      "version": "v1"
    }
  }],
  "params": "{\"rsp_media_type\":\"url\",\"parameter\":{\"app\":\"test\",\"uid\":\"0\",\"gid\":\"123\",\"task_type\":\"asr\"}}",
  "sync_timeout": 30
}`

	req, err := signObj.Sign(url, method, headers, body)
	if err != nil {
		fmt.Println("Failed to sign request:", err)
		return
	}

	resp, err := http.DefaultClient.Do(req)
	if err != nil {
		fmt.Println("Failed to send request:", err)
		return
	}
	defer resp.Body.Close()

	responseBody, err := io.ReadAll(resp.Body)
	if err != nil {
		fmt.Println("Read response failed:", err)
		return
	}
	fmt.Println("Response:", resp.StatusCode, string(responseBody))
}

PHP

<?php
require 'signer.php';

$key = 'your_api_key';
$secret = 'your_api_secret';
$signer = new Signer($key, $secret);

$url = 'https://openapi.meitu.com/api/v1/sdk/sync/push';
$method = 'POST';
$headers = ['Content-Type' => 'application/json'];

$innerParams = json_encode([
    'rsp_media_type' => 'url',
    'parameter' => [
        'app' => 'test',
        'uid' => '0',
        'gid' => '123',
        'task_type' => 'asr',
    ],
]);

$body = json_encode([
    'task' => '/v1/ai_audio_asr/481964',
    'task_type' => 'formula',
    'init_images' => [
        [
            'url' => 'http://deepnet-models.zone1.meitudata.com/deepnet/cloud/b98fdb50-be64-11ed-92de-fa163e342caa.wav',
            'profile' => [
                'media_profiles' => ['media_data_type' => 'url'],
                'version' => 'v1',
            ],
        ],
    ],
    'params' => $innerParams,
    'sync_timeout' => 30,
]);

$curl = $signer->sign($url, $method, $headers, $body);
$response = curl_exec($curl);
$status = curl_getinfo($curl, CURLINFO_HTTP_CODE);

if ($status === 0) {
    echo 'Error: ' . curl_error($curl);
} else {
    echo "Status: {$status}\n";
    echo "Response: {$response}\n";
}
curl_close($curl);
?>

Java

package com.meitu.openai.common;

import java.io.BufferedReader;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;
import java.util.HashMap;
import java.util.Map;

public class Main {
    public static void main(String[] args) throws Exception {
        Signer signer = new Signer("your_api_key", "your_api_secret");
        String url = "https://openapi.meitu.com/api/v1/sdk/sync/push";
        String method = "POST";

        Map<String, String> headers = new HashMap<>();
        headers.put("Content-Type", "application/json");
        headers.put(Signer.HeaderHost, "openapi.meitu.com");

        String body = "{\n" +
                "  \"task\": \"/v1/ai_audio_asr/481964\",\n" +
                "  \"task_type\": \"formula\",\n" +
                "  \"init_images\": [{\n" +
                "    \"url\": \"http://deepnet-models.zone1.meitudata.com/deepnet/cloud/b98fdb50-be64-11ed-92de-fa163e342caa.wav\",\n" +
                "    \"profile\": {\n" +
                "      \"media_profiles\": {\"media_data_type\": \"url\"},\n" +
                "      \"version\": \"v1\"\n" +
                "    }\n" +
                "  }],\n" +
                "  \"params\": \"{\\\"rsp_media_type\\\":\\\"url\\\",\\\"parameter\\\":{\\\"app\\\":\\\"test\\\",\\\"uid\\\":\\\"0\\\",\\\"gid\\\":\\\"123\\\",\\\"task_type\\\":\\\"asr\\\"}}\",\n" +
                "  \"sync_timeout\": 30\n" +
                "}";

        Map<String, String> signedHeaders = signer.sign(url, method, headers, body);
        HttpURLConnection connection = (HttpURLConnection) new URL(url).openConnection();
        connection.setRequestMethod(method);
        for (Map.Entry<String, String> entry : signedHeaders.entrySet()) {
            connection.setRequestProperty(entry.getKey(), entry.getValue());
        }
        connection.setDoOutput(true);
        connection.getOutputStream().write(body.getBytes(StandardCharsets.UTF_8));

        int status = connection.getResponseCode();
        InputStream stream = status >= 400
                ? connection.getErrorStream()
                : connection.getInputStream();
        try (BufferedReader reader = new BufferedReader(new InputStreamReader(stream))) {
            StringBuilder response = new StringBuilder();
            String line;
            while ((line = reader.readLine()) != null) {
                response.append(line);
            }
            System.out.println("Response: " + status + " " + response);
        }
    }
}