⚡ नया — Kimi K3 अब लाइव: अपनी Moonshot key जोड़ें →
दस्तावेज़

ऑडियो — स्पीच

BharatRouter ऑडियो को ठीक उसी तरह सर्व करता है जैसे यह चैट को करता है: एक API कुंजी, OpenAI वायर फ़ॉर्मेट, INR मूल्य निर्धारण। दोनों ऑडियो मॉडल भारत-निवासीसेल्फ-होस्टेड इंफ्रास्ट्रक्चर पर चलते हैं — Parakeet के साथ ट्रांसक्रिप्शन,Kokoro (हिंदी-सक्षम आवाज़ें) के साथ संश्लेषण। अनुरोध को सर्व करने वाला रूटx-br-provider प्रतिक्रिया हैडर में इको होता है।

▶ ऑडियो प्लेग्राउंड आज़माएँ

स्पीच टू टेक्स्ट

POST /v1/audio/transcriptions — OpenAI-संगत मल्टीपार्ट अपलोड। मॉडलparakeet25 MB तक की ऑडियो फ़ाइल (mp3/wav/m4a/webm और सामान्य फ़ॉर्मेट)। प्रति सेकंड ग्रेन्युलैरिटी पर प्रति मिनट ऑडियो के हिसाब से बिल किया गया (न्यूनतम 1 सेकंड)।

curl https://api.bharatrouter.com/v1/audio/transcriptions \
  -H "Authorization: Bearer br-..." \
  -F [email protected] \
  -F model=parakeet \
  -F language=hi \
  -F response_format=json

फ़ील्ड: file और model आवश्यक हैं; language,prompt, temperature और response_format वैकल्पिक हैं।response_format उत्तर के आकार को नियंत्रित करता है:

response_formatउत्तर
json (डिफ़ॉल्ट){ "text": "..." }
textप्लेन टेक्स्ट बॉडी (text/plain)।
verbose_jsontext, language, duration और segments के साथ पूर्ण ऑब्जेक्ट।
from openai import OpenAI
client = OpenAI(base_url="https://api.bharatrouter.com/v1", api_key="br-...")

with open("call.mp3", "rb") as f:
    r = client.audio.transcriptions.create(model="parakeet", file=f, language="hi")
print(r.text)

टेक्स्ट टू स्पीच

POST /v1/audio/speech — JSON बॉडी। मॉडल kokoro, बहुभाषी आवाज़ें (हिंदी सहित)। प्रति 1 मिलियन इनपुट वर्णों पर बिल किया गया। उत्तर कच्चा ऑडियो बाइट्स है; response_formatकंटेनर का चयन करता है (mp3 डिफ़ॉल्ट, साथ ही wav, opus,flac)।

curl https://api.bharatrouter.com/v1/audio/speech \
  -H "Authorization: Bearer br-..." -H "Content-Type: application/json" \
  -d '{
    "model": "kokoro",
    "input": "नमस्ते, आपका स्वागत है।",
    "response_format": "mp3"
  }' --output hello.mp3

नोट्स

  • ऑडियो मॉडल सिंगल-रूट और सेल्फ-होस्टेड हैं, इसलिए वे सीधे प्रॉक्सी करते हैं — ऑडियो के लिए कोई मल्टी-प्रोवाइडर फेलओवर नहीं है, लेकिन वही मीटरिंग और क्रेडिटडेबिट लागू होते हैं (ट्रायल कीज़ मुफ्त रहती हैं)।
  • प्रति मॉडल मूल्य निर्धारण सूची में है: ASR की कीमत ₹/मिनट में है, TTS की कीमत प्रति 1M वर्णों के लिए ₹ में है।
  • दोनों एंडपॉइंट एक मानक API कुंजी लेते हैं — API कीज़ और सीमाएँ देखें।