ASR 快速开始

本指南将引导您完成针对 Shisa ASR 的首次转录。您需要一个 API 密钥——在 Shisa 平台中创建一个。新账户包含**$10 的免费额度**。

1. 获取您的 API 密钥

Authorization: Bearer YOUR_API_KEY

注意

Shisa API 密钥以 shsk: 开头。请将完整密钥（包含 shsk: 前缀）放入 Authorization: Bearer YOUR_API_KEY 请求头。令牌缺失或格式不正确会返回 401 错误。

提示

请勿将 API 密钥纳入源代码管理。在实际应用中，应从环境变量（例如 SHISA_API_KEY）中读取它。

2. 准备您的音频

API 接受 WAV、OGG、MP3 或 FLAC 格式的 base64 编码音频。请先将任何受支持的文件编码为 base64:

base64 -w0 audio.ogg    # Linux
base64 -i audio.ogg     # macOS

3. 发起请求

将 base64 编码的音频放入 audio 字段，向端点发送 POST 请求。

curl

curl -s -XPOST 'https://api.shisa.ai/asr/srt/audio_llm' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "audio": "'$(base64 -w0 audio.ogg)'"
  }'

Python

import base64
import requests

# Read and encode audio file
with open("audio.ogg", "rb") as f:
    audio_data = base64.b64encode(f.read()).decode("utf-8")

url = "https://api.shisa.ai/asr/srt/audio_llm"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}

payload = {
    "audio": audio_data
}

response = requests.post(url, headers=headers, json=payload)
response.raise_for_status()
print(response.json())

JavaScript

async function transcribeAudio(audioFile) {
  // Read file and convert to base64
  const fileBuffer = await audioFile.arrayBuffer();
  const base64Audio = btoa(
    new Uint8Array(fileBuffer).reduce(
      (data, byte) => data + String.fromCharCode(byte),
      ''
    )
  );

  const response = await fetch('https://api.shisa.ai/asr/srt/audio_llm', {
    method: 'POST',
    headers: {
      'Authorization': 'Bearer YOUR_API_KEY',
      'Content-Type': 'application/json'
    },
    body: JSON.stringify({
      audio: base64Audio
    })
  });

  if (!response.ok) {
    throw new Error(`API request failed: ${response.status}`);
  }

  return await response.json();
}

// Example usage with file input
document.querySelector('#audioInput').addEventListener('change', async (e) => {
  const file = e.target.files[0];
  if (file) {
    const result = await transcribeAudio(file);
    console.log('Transcription:', result);
  }
});

备注

只有 audio 字段是必需的。语言会自动检测，调优参数使用合理的默认值。要指定特定语言或添加领域术语，请参阅 API 参考。

4. 读取响应

API 返回一个 JSON 响应，包含转录文本、检测到的语言和置信度分数:

{
  "text": "こんにちは、シサAIです。",
  "language": "ja",
  "confidence": 0.98
}

后续步骤

在 API 参考中查看每个请求参数和错误代码。
在音频与语言中查阅支持的格式和可检测的97种语言。
在认证中了解各服务通用的认证标头约定。

1. ​获取​您​的​ A​PI 密钥​

2.​ ​准备​您​的​音频​

3. ​发起​请​求​

4.​ ​读​取响​应​

后续​步​骤​

1. 获取您的 API 密钥

2. 准备您的音频

3. 发起请求

4. 读取响应

后续步骤