#OpenAI Audio 协议 (openai-audio)

openai-audio 对应 OpenAI 官方音频协议体系，涵盖语音合成与识别三大接口：

• 语音合成 (TTS)：POST /v1/audio/speech
• 语音转写 (STT)：POST /v1/audio/transcriptions
• 语音翻译 (Translation)：POST /v1/audio/translations

#配置示例

{
  "providers": {
    "openai-audio-provider": {
      "kind": "api",
      "protocol": "openai-audio",
      "baseURL": "https://api.openai.com/v1",
      "apiKey": "{{env.OPENAI_API_KEY}}",
      "models": ["tts-1", "tts-1-hd", "whisper-1"],
    },
  },
}

#协议特性与运行规则

1. 缺省模型自动兜底：
   • 客户端调用语音合成未传模型时，默认按 tts-1 路由。
   • 客户端调用转写或翻译未传模型时，默认按 whisper-1 路由。
   • 提供商必须在 models 列表中显式包含上述模型 ID 才能承接对应缺省请求。
2. 流式与二进制响应：
   • /v1/audio/speech 直接输出二进制音频流（如 audio/mpeg）。
   • 转写接口支持文本、JSON、Verbose JSON 以及字幕文件（SRT/VTT）输出。
3. 翻译接口限制：
   • POST /v1/audio/translations 仅支持命中提供商的原始透传；跨协议转换路径对翻译模式不予支持。