phaseo.transcriptionModel(modelId) 传给 transcribe 实现语音转文本,把 phaseo.speechModel(modelId) 传给 generateSpeech 实现文本转语音。该提供商会以 multipart 表单把音频上传到 /v1/audio/transcriptions,并把语音请求发送到 /v1/audio/speech。
audio 接受 Buffer、Uint8Array、ArrayBuffer、base64 字符串或 URL。AI SDK 7 仍然导出旧的 experimental_transcribe 和 experimental_generateSpeech 名称作为别名。
处理较长或失败的音频
- 支持的输入和输出格式取决于模型。
- 处理长文件时请调高超时时间,并让上传大小不超过模型的限制(大多数模型为 25 MB)。
- 对暂时性的
429和5xx响应使用退避重试。