phaseo.transcriptionModel(modelId) à transcribe pour la reconnaissance vocale, et phaseo.speechModel(modelId) à generateSpeech pour la synthèse vocale. Le fournisseur envoie l’audio à /v1/audio/transcriptions sous forme de formulaire multipart et envoie les requêtes de synthèse à /v1/audio/speech.
audio accepte un Buffer, un Uint8Array, un ArrayBuffer, une chaîne base64 ou une URL. AI SDK 7 exporte encore les anciens noms experimental_transcribe et experimental_generateSpeech comme alias.
Gérer l’audio long ou en échec
- Les formats d’entrée et de sortie pris en charge dépendent du modèle.
- Augmentez les délais d’expiration pour les fichiers longs et respectez la taille maximale d’envoi du modèle (25 Mo pour la plupart des modèles).
- Relancez les réponses
429et5xxtransitoires avec un délai progressif.