音声認識（STT） - Phaseo Docs

メソッド: client.generate_transcription(...)またはclient.create_transcription(...)。

例

require 'phaseo_sdk'

client = PhaseoSdk::Phaseo.new(api_key: ENV.fetch("PHASEO_API_KEY"))
transcript = client.generate_transcription(
  model: 'openai/gpt-4o-transcribe',
  audio_b64: 'base64_audio_data',
  language: 'en'
)

主なパラメーター

model（必須）：文字起こしに対応するモデルのID。
audio_urlまたはaudio_b64（必須）：音声データ（URLまたはbase64）。
language：言語コードのヒント（例：en）。
prompt：精度を高めるための任意のコンテキスト。
temperature（0～2）：サンプリングのランダム性。
response_format：json、text、srt、verbose_jsonなど。

戻り値

AudioTranscriptionResponse

最終更新日 2026年10月2日