# 转写音频

选择当前凭据可用的语音识别模型，上传一段短音频并读取完整转写文本。批量文件处理与知识库入库使用音频工作流。

## 前提条件

按[调用前准备](../../api-call-basics.md)准备具有 Genesis 模型权限的凭据和服务地址。先通过[查询与选择模型](models.md)确认当前凭据可用的语音识别模型 ID，并准备一份本地音频文件。

## 调用顺序

1. 从[查询与选择模型](models.md)选择公开语音识别模型，保留模型 ID。
2. 准备短音频文件（如 WAV、MP3、M4A、WebM、OGG 或 FLAC），通过[语音转写](../../../../reference/api/genesis/audio-transcriptions.md)以 multipart 表单上传文件。
3. 读取同步返回的转写文本，并保留模型标识、可用的请求 ID 与用量信息。

## API 操作

| 要完成的事 | API 操作 | 何时使用或确认什么 |
| --- | --- | --- |
| 上传短音频并同步获取转写文本 | [语音转写](../../../../reference/api/genesis/audio-transcriptions.md) | 对单份短音频执行同步语音转写时使用。 |

## 结果确认

检查响应中的 `text` 字段是否为预期转写内容，并记录返回的 `model`、可用的 `request_id` 与 `usage` 用量。上游成功但未返回有效文本时，接口会返回错误。

## 限制和注意事项

音频经过 Base64 编码后不得超过 10 MiB（原始文件约不超过 7.5 MiB），且需满足部署请求体上限。Qwen3-ASR Flash 同步路径适用于约 5 分钟以内的音频，不返回时间戳或说话人分离。批量解析见[使用工作流批量转录音频](../../../../tutorials/workflow-audio-transcription.md)。
