三种输入方式，覆盖绝大多数音视频转写场景。
传入短视频分享链接，服务端自动解析并转写，省去你下载上传的步骤。
支持 mp4 / mov / m4v 等常见格式，原生解析音轨，无需 ffmpeg 预处理。
支持 mp3 / wav / m4a / aac / amr 等格式，适合播客、会议录音、口播素材。
提交后立即返回任务号，轮询取结果。不受同步接口超时限制，长音频也稳。
按句末标点智能分段，返回的文本可直接阅读与二次加工，不是一大坨。
只按识别成功的音频时长扣费，不足 1 分钟按 1 分钟计。识别失败不扣额度。
三步跑通第一次调用，五分钟内可完成。
注册账号后会自动签发一个 Key，格式形如 xkw_live_xxxxxxxxxxxx。请只在服务端使用，不要写进前端代码或提交到代码仓库。
带上 Key 调用提交接口，拿到一个任务号。
# 提交一个链接转写任务 curl -X POST https://kapi.xinxiaowen.com/v1/transcribe \ -H "Authorization: Bearer xkw_live_xxxxxxxxxxxx" \ -H "Content-Type: application/json" \ -d '{"type":"link","url":"https://v.douyin.com/xxxxx/"}' # 返回 { "taskId": "tsk_9f8a7b6c", "status": "processing", "estimateSeconds": 180 }
建议每 3~5 秒查询一次，直到 status 变为 success 或 failed。
curl https://kapi.xinxiaowen.com/v1/tasks/tsk_9f8a7b6c \ -H "Authorization: Bearer xkw_live_xxxxxxxxxxxx" # 识别完成后返回 { "taskId": "tsk_9f8a7b6c", "status": "success", "text": "今天教大家做一个特别下饭的糖醋排骨。\n排骨先冷水下锅…", "durationSeconds": 186, "wordCount": 512, "billedMinutes": 4 }
所有接口都需要在请求头携带 Authorization: Bearer <你的 Key>。
| 字段 | 类型 | 说明 |
|---|---|---|
type | string | link / video / audio，三选一 |
url | string | type=link 时必填，短视频分享链接 |
fileUrl | string | type=video/audio 时必填，可公网访问的文件地址 |
callbackUrl | string | 可选。填了就不必轮询，完成后我们主动 POST 结果到这个地址 |
| 字段 | 说明 |
|---|---|
taskId | 任务号，用于后续查询 |
status | 固定为 processing |
estimateSeconds | 预估完成时间（秒），仅供参考 |
| 字段 | 说明 |
|---|---|
status | processing / success / failed |
text | 识别文本，已按句子自动分段 |
durationSeconds | 音频实际时长（秒） |
wordCount | 字数统计（中文按字、英文按词） |
billedMinutes | 本次计费的分钟数，不足 1 分钟按 1 分钟 |
error | 仅失败时返回，为可直接展示给用户的中文说明 |
任务结果保留 24 小时，请及时取走并自行存储。识别失败的任务不计费。
| 字段 | 说明 |
|---|---|
balanceMinutes | 剩余可用额度（分钟） |
usedMinutes | 累计已用额度（分钟） |
monthUsedMinutes | 本月已用（分钟），用于对账 |
| 状态码 | 含义 | 处理建议 |
|---|---|---|
400 | 参数错误 | 检查 type 与 url / fileUrl 是否匹配 |
401 | Key 无效或已吊销 | 检查 Key 是否复制完整，或到控制台重新签发 |
402 | 额度不足 | 购买用量包后自动恢复 |
413 | 文件过大 | 单个文件上限 50 MB，请先压缩或裁剪 |
429 | 请求过于频繁 | 默认每分钟 60 次，超出请加退避重试 |
500 | 服务端异常 | 不扣额度，可重试 |