WatsonX 音訊轉錄

概觀

屬性	詳細資料
說明	使用 Whisper 模型進行語音轉文字的 WatsonX 音訊轉錄
LiteLLM 上的提供者路由	watsonx/
支援的操作	/v1/audio/transcriptions
提供者文件連結	IBM WatsonX.ai ↗

快速開始

LiteLLM SDK

transcription.py

import litellm

response = litellm.transcription(
    model="watsonx/whisper-large-v3-turbo",
    file=open("audio.mp3", "rb"),
    api_base="https://us-south.ml.cloud.ibm.com",
    api_key="your-api-key",
    project_id="your-project-id"
)
print(response.text)

LiteLLM Proxy

config.yaml

model_list:
  - model_name: whisper-large-v3-turbo
    litellm_params:
      model: watsonx/whisper-large-v3-turbo
      api_key: os.environ/WATSONX_APIKEY
      api_base: os.environ/WATSONX_URL
      project_id: os.environ/WATSONX_PROJECT_ID

Request

curl http://localhost:4000/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-1234" \
  -F file="@audio.mp3" \
  -F model="whisper-large-v3-turbo"

支援的參數

參數	型別	說明
model	string	模型 ID（例如：watsonx/whisper-large-v3-turbo）
file	檔案	要轉錄的音訊檔案
language	string	語言代碼（例如：en）
prompt	string	用於引導轉錄的選用提示詞
temperature	float	採樣溫度（0-1）
response_format	string	json、text、srt、verbose_json、vtt