phaseo.transcriptionModel(modelId) إلى transcribe لتحويل الكلام إلى نص، وphaseo.speechModel(modelId) إلى generateSpeech لتحويل النص إلى كلام. يرفع المزوّد الصوت إلى /v1/audio/transcriptions بصيغة نموذج multipart، ويرسل طلبات الكلام إلى /v1/audio/speech.
audio قيمة من نوع Buffer أو Uint8Array أو ArrayBuffer أو سلسلة base64 أو URL. لا يزال AI SDK 7 يصدّر الاسمين الأقدم experimental_transcribe وexperimental_generateSpeech بوصفهما اسمين بديلين.
التعامل مع الصوت الطويل أو الطلبات الفاشلة
- تعتمد صيغ الإدخال والإخراج المدعومة على النموذج.
- ارفع مهلات الانتظار للملفات الطويلة، وأبقِ عمليات الرفع ضمن حد الحجم الخاص بالنموذج (25 MB لمعظم النماذج).
- أعِد محاولة استجابات
429و5xxالمؤقتة مع تراجع تدريجي.