Saltar al contenido principal
Pasa phaseo.transcriptionModel(modelId) a transcribe para convertir voz en texto, y phaseo.speechModel(modelId) a generateSpeech para convertir texto en voz. El proveedor sube el audio a /v1/audio/transcriptions como formulario multipart y envía las solicitudes de voz a /v1/audio/speech.
audio acepta un Buffer, Uint8Array, ArrayBuffer, una cadena base64 o una URL. AI SDK 7 sigue exportando los nombres anteriores experimental_transcribe y experimental_generateSpeech como alias.

Gestionar audio largo o que falla

  • Los formatos de entrada y salida compatibles dependen del modelo.
  • Aumenta los tiempos de espera para archivos largos y mantén las subidas dentro del límite de tamaño del modelo (25 MB en la mayoría de los modelos).
  • Reintenta con espera progresiva las respuestas transitorias 429 y 5xx.
Última modificación el 5 de noviembre de 2026