语音转文本（OpenAI 兼容）
以 multipart/form-data 上传音频文件，模型填写 minimax/asr-1.0。
调用示例
curl https://api.routemux.com/v1/audio/transcriptions \ -H "Authorization: Bearer $ROUTEMUX_API_KEY" \ -F "model=minimax/asr-1.0" \ -F "file=@./audio.wav" \ -F "language=ru" \ -F "response_format=verbose_json" \ -F "timestamp_level=word"支持的参数
| 字段 | 必填 | 支持范围 |
|---|---|---|
model | 是 | minimax/asr-1.0 |
file | 是 | WAV、AIFF、FLAC、ALAC（M4A）、MP3、AAC、Opus、Ogg；最长 500 秒、最大 50 MB。不支持裸 PCM。 |
language | 否 | 语言代码见下方；省略或空值表示自动识别和混合语言识别。兼容 OpenAI SDK 的表单字段，也支持官方的 language HTTP 请求头。RouteMux 会把表单字段转换为官方请求头；两者同传时，表单字段优先。 |
response_format | 否 | json（默认）返回文本与时长；verbose_json 增加说话人、n_speakers 与 segments；srt 返回 SRT 字幕；vtt 返回 WebVTT 字幕。 |
timestamp_level | 否 | 空值或 sentence（默认）、word；对 verbose_json、srt、vtt 生效，json 接受但忽略。中文支持字级、英文支持词级时间戳。 |
timestamp_granularities[] | 否 | OpenAI SDK 别名：segment 映射为 sentence，word 映射为 word；两值同传时保留词级粒度。显式 timestamp_level 优先。 |
stream | 否 | false（默认）一次返回完整结果；true 使用 SSE 逐步返回文本，且必须使用 response_format=json。 |
支持的语言提示：zh、yue、en、ja、ko、th、vi、id、ms、fil、ar、tr、fr、de、es、it、pt、pl、ru、uk。其中 zh 为中文、ru 为俄语、en 为英语；不指定语言即可自动识别。
官方 ASR 没有 prompt、temperature 参数，传入会返回 400 REQUEST_INVALID，不会静默忽略。
字幕与流式输出
下载字幕时，在上面的示例中改用 -F response_format=srt -o transcript.srt，或 -F response_format=vtt -o transcript.vtt。
流式调用使用 curl -N，并传 -F response_format=json -F stream=true。SSE 事件示例：
data: {"index":0,"delta":"你好","finish":false}data: {"index":1,"delta":"","finish":true,"duration":5.952688}按顺序拼接 delta，收到 finish=true 即结束；最后一个事件带有音频时长 duration。
stream=true 不能与 verbose_json、srt、vtt 组合，非法组合在调用上游前返回 400。
此端点接收上传文件；流式输出不代表支持麦克风实时音频流输入。
计费与下载
按输入音频秒数计费，不按 token。JSON 与 SSE 使用上游返回的 duration；字幕响应使用服务器从上传文件核验的音频时长，单价见当前模型价格。
在 Playground 中生成的语音与转写/字幕文件，会保存到产物库，支持预览和下载；这些对话产物在用户删除前持续保留。
官方参考：MiniMax ASR 接口参数、支持的语言与音频要求。
Authorization
bearerAuth Authorization: Bearer <your RouteMux API key>.
Create keys at https://routemux.com/console/keys. New keys use the sk- prefix;
the legacy rmx_live_ prefix is still accepted.
The Anthropic SDK's x-api-key and the Google SDK's x-goog-api-key are accepted too.
Sending several key headers with different values returns 400 AUTH_AMBIGUOUS_API_KEY.
In: header
Request Body
multipart/form-data
TypeScript Definitions
Use the request body type in TypeScript.
通过 RouteMux 调用 MiniMax ASR 1.0 的受支持字段；与官方接口的差异见本页说明。
Response Body
application/json
application/json
application/json
application/json
curl -X POST "https://example.com/v1/audio/transcriptions" \ -F model="string" \ -F file="string"{ "text": "Hello, this is a speech recognition test. We process three hundred minutes of audio every day.", "duration": 5.952688, "n_speakers": 1, "segments": [ { "id": 0, "start": 0.04, "end": 5.74, "speaker": "S1", "text": "Hello, this is a speech recognition test. We process three hundred minutes of audio every day." } ]}