多说话人转写

将多说话人音频转为带说话人信息的转写结果，适合会议、访谈和播客。

操作流程

1. 创建 API Key

   进入 API Key 管理平台，创建 API Key，并保存为环境变量。不要把 API Key 写进客户端代码或提交到仓库。

   export MOSS_API_KEY="<your-api-key>"
   

2. 准备请求输入

   多说话人转写复用转写 endpoint：把 model 指定为 moss-transcribe-diarize 并传 diarize=true，给出待转写的多说话人音频。

   file / file_id / url / audio_url：待转写音频 model：moss-transcribe-diarize diarize：true

   {
     "model": "moss-transcribe-diarize",
     "file_id": "<file_id>",
     "diarize": true,
     "response_format": "json"
   }
   

3. 发起第一次请求

   向 POST /v1/audio/transcriptions 发起请求，同步请求直接返回带说话人信息的转写结果。

   cURLPythonTypeScript

   curl https://api.mosi.cn/v1/audio/transcriptions \
     -H "Authorization: Bearer $MOSS_API_KEY" \
     -H "Content-Type: application/json" \
     -d @request.json
   

   import json
   import os
   import requests
   
   payload = json.load(open("request.json"))
   resp = requests.post(
       "https://api.mosi.cn/v1/audio/transcriptions",
       headers={"Authorization": f"Bearer {os.environ['MOSS_API_KEY']}"},
       json=payload,
   )
   print(resp.json())
   

   const resp = await fetch('https://api.mosi.cn/v1/audio/transcriptions', {
     method: 'POST',
     headers: {
       Authorization: `Bearer ${apiKey}`,
       'Content-Type': 'application/json',
     },
     body: JSON.stringify(payload),
   })
   

4. 获取结果

   同步请求直接返回结果。如果传了 async=true，接口会先返回 task_id，再用它查询转写任务。

   curl https://api.mosi.cn/v1/audio/transcriptions/$TASK_ID \
     -H "Authorization: Bearer $MOSS_API_KEY"
   

5. 验证成功

   成功标志：拿到带说话人信息的转写结果。成功响应可包含 segments，每个 segment 含 start、end、text、speaker。

下一步