ASR_SRT API 接口文档

🌐 语言切换

中文版 | English

接口信息

POST /openapi/autosubrt/v1/asr/srt

这是语音识别服务

本接口的基地址是 https://autosubrt.jcaigc.cn，与剪映小助手（https://capcut-mate.jcaigc.cn）不是同一个服务，路径前缀也不同。

完整请求地址 = https://autosubrt.jcaigc.cn + /openapi/autosubrt/v1/asr/srt

功能描述

语音识别：把音频识别成 SRT 字幕文件，并把文件本体直接返回给调用方（Content-Disposition: attachment），服务端不落盘、不返回下载链接。

需要文案或时间线数据用 语音转文案；要按自己写的文本对齐时间线用 文本对齐时间线。

请求参数

{
  "audio_url": "https://example.com/audio.mp3",
  "apiKey": "123e4567-e89b-12d3-a456-426614174000"
}

参数说明

参数名	类型	必填	默认值	说明
audio_url	string	✅	-	音频文件 URL，需可被服务端直接下载，且必须是合法的 http/https 地址
apiKey	string	开启计费时必填	-	合法 UUID；可登录 https://jcaigc.cn 获取

参数详解

audio_url

• 类型: string
• 说明: 服务端会先把这个 URL 下载到本地再识别，因此必须是可直接访问的直链（不能是需要登录的网页地址）
• 格式: 常见音视频文件均可，如 wav、mp3、m4a、aac、flac、ogg，mp4、mov 等视频文件也能直接传（服务端自动抽取音轨）
• 限制: 单文件最大 100MB（服务端 FILE_SIZE_LIMIT 默认 104857600 字节）

apiKey

• 类型: string
• 说明: 必须是合法 UUID；计费开启时（默认开启）必填，且账户积分需大于 1

响应格式

成功响应 (200)

成功时不是 JSON，响应体就是 SRT 文件内容：

HTTP/1.1 200 OK
Content-Type: application/x-subrip; charset=utf-8
Content-Disposition: attachment; filename="subtitle.srt"

1
00:00:02,810 --> 00:00:03,330
多谢

2
00:00:04,889 --> 00:00:06,009
请入席吧

响应头说明

响应头	值	说明
Content-Type	application/x-subrip; charset=utf-8	字幕文件；错误时是 application/json
Content-Disposition	attachment; filename="subtitle.srt"	固定文件名 subtitle.srt

错误响应

失败时返回 JSON 错误体（HTTP 仍是 200），按 Content-Type 区分是文件还是错误：

{
  "code": 2003,
  "message": "下载文件失败"
}

Content-Type	含义
application/x-subrip; charset=utf-8	SRT 字幕文件
application/json	错误，按 code 判断具体原因

使用示例

cURL 示例

curl -X POST https://autosubrt.jcaigc.cn/openapi/autosubrt/v1/asr/srt \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "https://example.com/audio.mp3",
    "apiKey": "123e4567-e89b-12d3-a456-426614174000"
  }' \
  -o subtitle.srt

Python 示例

import requests

resp = requests.post(
    "https://autosubrt.jcaigc.cn/openapi/autosubrt/v1/asr/srt",
    json={
        "audio_url": "https://example.com/audio.mp3",
        "apiKey": "123e4567-e89b-12d3-a456-426614174000",
    },
    timeout=600,
)

# 失败时返回的是 JSON 错误体，不是字幕文件
if resp.headers["Content-Type"].startswith("application/json"):
    raise RuntimeError(resp.json()["message"])

with open("subtitle.srt", "wb") as f:
    f.write(resp.content)

计费

本接口按音频时长扣费，与剪映小助手共用同一套积分体系。

项	说明
单价	0.00022 积分 / 秒
计费依据	音频实际时长（秒），由识别引擎给出
扣费时机	识别成功之后才扣费；识别失败不扣费
余额门槛	调用前账户积分需大于 1，否则直接拒绝（2035）

音频时长	费用（积分）
10 秒	0.002200
60 秒	0.013200
1 小时	0.792000

apiKey 必须是合法 UUID，可登录 https://jcaigc.cn 获取。

错误码说明

错误码	错误信息	说明	解决方案
1001	参数校验失败	缺少 audio_url、audio_url 不是合法 http/https 地址，或 apiKey 不是合法 UUID	检查请求参数
2001	识别音频失败	音频无法解码、模型未加载，或 audio_url 返回 401/403/404	换一个可正常播放的文件或可访问的直链
2002	文件大小超出限制	音频超过 100MB	压缩或截取后再试
2003	下载文件失败	下载过程中网络或服务端错误，重试后仍失败	确认是公网可直链下载的地址
2005	下载文件超时	下载整体超时	换更快的源或更小的文件
2035	账户余额不足	账户积分需大于 1 才可继续使用服务	完成充值后重试
2036	无效的 apiKey	计费开启时未传 apiKey	登录 https://jcaigc.cn 获取 apiKey
9997	服务器忙	并发已达上限，请求未排队	稍后重试
9998	系统内部错误	未预期的内部异常	联系技术支持
9999	未知异常	积分服务不可用等	稍后重试

注意事项

1. 响应体是文件本身，不是 {code, message, data}：「文件下载链接」这种返回形式已废弃，消费方需按 Content-Type 分流。
2. 文件编码为 UTF-8，行尾为 \n，序号从 1 开始，时间戳格式为 时:分:秒,毫秒。
3. 断句依据是静音：相邻两字间隔超过 250 毫秒就断开一条字幕，整段无法分割时合成一条。
4. SRT 文本不经标点模型：内容直接来自识别结果，通常不带标点（与 语音转文案 的 text 不同）。
5. 完全没识别到语音时会返回一条 0 秒 → 30 秒的空字幕，调用方可按「字幕内容为空」判断。
6. 服务端不落盘：临时音频在请求结束时删除，不产生需要自行清理的静态文件。
7. 重复调用会重复扣费，超时后请勿盲目重试。

工作流程

1. 校验 apiKey 与账户余额（计费开启时）
2. 下载 audio_url 指向的音视频到服务端临时目录
3. 语音识别，得到逐字时间线
4. 按静音间隔把字序列切成字幕条目
5. 识别成功后按音频时长扣费
6. 以 UTF-8 文本直接返回 SRT 文件本体，删除临时文件

相关接口

• 语音转文案
• 语音转文本
• 文本对齐时间线

---

📚 项目资源
GitHub: https://github.com/Hommy-master/autosubrt