GLM-ASR-2512

POST

/bigmodel/api/paas/v4/audio/transcriptions

GLM-ASR-2512は智譜の新世代音声認識モデルで、音声をリアルタイムで高品質なテキストに変換することをサポートしています。日常会話、会議記録、業務文書はもちろん、専門用語を含むシーンでも正確に認識と変換が可能で、入力と記録の効率を大幅に向上させます。このモデルは多シーンや多口音の条件下でも業界をリードする認識性能を維持しており、文字誤り率（CER）はわずか0.0717で、高速かつ信頼性の高い音声入力体験を提供します。

価格：0.025 PTC/Mトークン

Request

Header Params

Body Params application/json

Example

{
      "file": "https://file.302.ai/gpt/resource302db/20251215/f864885c6bcb40ec89789c11679ffbac.wav",
      "model": "glm-asr-2512"
}

Request Code Samples

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST 'https://api.302.ai/bigmodel/api/paas/v4/audio/transcriptions' \
--header 'Authorization: Bearer ' \
--header 'Content-Type: application/json' \
--data-raw '{
      "file": "https://file.302.ai/gpt/resource302db/20251215/f864885c6bcb40ec89789c11679ffbac.wav",
      "model": "glm-asr-2512"
}'

Responses

🟢200成功

application/json

Body

Example

{
    "created": 1765790102,
    "id": "2025121517150122c05020dd894d4b",
    "request_id": "2025121517150122c05020dd894d4b",
    "text": "\nOkay, now please tell me how do you know from this picture that its location is Bangladesh?",
    "usage": {
        "completion_tokens": 21,
        "prompt_tokens": 189,
        "total_tokens": 210
    }
}

Modified at 2025-12-16 03:35:32

GLM-TTS-Clone

ファイルをアップロードする