要翻译的音频文件对象(不是文件名),格式为:flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav 或 webm。

要使用的模型 ID。目前只有 whisper-1 是可用的。

一个可选的文本,用于指导模型的风格或继续之前的音频段落。提示文本应该是英文。

翻译结果的格式,可选择:json、text、srt、verbose_json 或 vtt。

默认为 0
采样温度,介于 0 和 1 之间。更高的值如 0.8 会使输出更随机,而较低的值如 0.2 会使其更聚焦和确定性。如果设置为 0,模型将使用对数概率自动提高温度直到达到特定阈值。