音频转文字转录器 (AI)

用 grok-stt AI 模型将语音(wav/mp3/m4a/flac/ogg/webm/aac)转录为文本、SRT、VTT 或 JSON。最长 10 分钟。

text· 文本结果打开工具

快速开始

用三种语言从你的代码中调用此工具。

cURL

# 1) Request a presigned URL → returns { uploadUrl, storageKey }
curl -X POST 'https://api.elysiatools.com/api/upload/presign/audio-to-text-transcriber' \
  -H 'Content-Type: application/json' \
  -d '{"filename":"audioFile.ext","contentType":"application/octet-stream","size":12345}'

# 2) PUT the file bytes directly to the presigned uploadUrl
curl -X PUT '<presigned uploadUrl>' \
  --data-binary @/path/to/file.ext

# 3) Call the tool, passing the returned storageKey for each file field
curl -X POST 'https://api.elysiatools.com/zh/api/tools/audio-to-text-transcriber' \
  -F 'audioFile=uploads/2026/01/01/your-tool-1700000000000-abc123.ext' \
  -F 'outputFormat=text' \
  -F 'language=auto' \
  -F 'chunkSize=45'

API 参考

以 JSON 形式 POST 提交输入参数。文件类型参数需先单独上传。

请求端点

HTTP

POST https://api.elysiatools.com/zh/api/tools/audio-to-text-transcriber

请求参数

参数名	类型	必填	说明
audioFile	file需先上传	是	—
outputFormat	select	是	—
language	select	是	—
chunkSize	number	否	—

文件类型参数需先通过 POST /upload/audio-to-text-transcriber 上传，再将返回的 filePath 传入对应的文件字段。

响应格式

文本结果

JSON

{
  "result": "Processed text content",
  "error": "Error message (optional)",
  "message": "Notification message (optional)",
  "metadata": {
    "key": "value"
  }
}

MCP 集成

将此工具加入你的 Model Context Protocol 服务，让 AI 智能体可以列出并调用它。

服务配置

将以下内容加入你的 MCP 客户端配置：

mcp.json

{
  "mcpServers": {
    "elysiatools-audio-to-text-transcriber": {
      "name": "audio-to-text-transcriber",
      "description": "用 grok-stt AI 模型将语音(wav/mp3/m4a/flac/ogg/webm/aac)转录为文本、SRT、VTT 或 JSON。最长 10 分钟。",
      "baseUrl": "https://api.elysiatools.com/mcp/sse?toolId=audio-to-text-transcriber",
      "command": "",
      "args": [],
      "env": {},
      "isActive": true,
      "type": "sse"
    }
  }
}

列出可用工具

连接到 SSE 端点后，列出已开放的工具：

tools/list

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/list"
}

调用此工具

通过工具 id 调用，参数由其参数表构建：

tools/call

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "audio-to-text-transcriber",
    "arguments": {
  "audioFile": "https://example.com/file.ext",
  "outputFormat": "text",
  "language": "auto",
  "chunkSize": 45
}
  }
}

可用逗号分隔的 toolId 在一个会话中串联多个工具，例如 /mcp/sse?toolId=png-to-webp,jpg-to-webp,gif-to-webp（最多 20 个）。

文件参数仅支持公开的文件链接 URL（https://…）。不支持本地路径、data: URI 和 Base64 字符串。

有问题或反馈？请联系 [email protected]