phaseo.transcriptionModel(modelId) an transcribe für Sprache zu Text und phaseo.speechModel(modelId) an generateSpeech für Text zu Sprache. Der Provider lädt Audio als Multipart-Formular an /v1/audio/transcriptions hoch und sendet Sprachanfragen an /v1/audio/speech.
audio akzeptiert einen Buffer, ein Uint8Array, einen ArrayBuffer, einen Base64-String oder eine URL. AI SDK 7 exportiert die älteren Namen experimental_transcribe und experimental_generateSpeech weiterhin als Aliase.
Lange oder fehlschlagende Audiodateien behandeln
- Welche Ein- und Ausgabeformate unterstützt werden, hängt vom Modell ab.
- Erhöhe die Timeouts für lange Dateien und halte Uploads innerhalb der Größengrenze des Modells (25 MB bei den meisten Modellen).
- Wiederhole vorübergehende
429- und5xx-Antworten mit Backoff.