Для получения чистого Markdown любой страницы добавьте .md к URL страницы.
Для полного индекса документации см. https://api.vega.chat/docs/llms.txt.
Для полного содержания документации см. https://api.vega.chat/docs/llms-full.txt.
Для интеграции AI‑клиентов (Claude Code, Cursor и др.) подключитесь к MCP‑серверу по адресу https://api.vega.chat/docs/_mcp/server.

VEGA поддерживает распознавание речи (STT) через специальный endpoint /api/v1/audio/transcriptions. Отправляйте аудио, закодированное в base64, и получайте JSON‑ответ с расшифрованным текстом и статистикой использования.

Обнаружение моделей

Вы можете найти модели STT несколькими способами:

Через API

Используйте параметр запроса output_modalities в Models API для поиска моделей STT:

# List only STT models
curl "https://api.vega.chat/api/v1/models?output_modalities=transcription"

На странице моделей

Посетите страницу моделей и отфильтруйте по типам вывода, чтобы найти модели, способные выполнять аудио‑транскрипцию. Вы также можете просмотреть коллекцию Speech-to-Text для готового списка.

Использование API

Отправьте запрос POST на /api/v1/audio/transcriptions с JSON‑тело, содержащим аудио, закодированное в base64. Ответ будет в формате JSON с расшифрованным текстом и необязательной статистикой использования.

Basic Example

import { OpenRouter } from '@openrouter/sdk';
import fs from 'fs';

const client = new OpenRouter({
  apiKey: '{{API_KEY_REF}}',
});

const audioBuffer = await fs.promises.readFile('audio.wav');
const base64Audio = audioBuffer.toString('base64');

const result = await client.stt.createTranscription({
  model: '{{MODEL}}',
  inputAudio: {
    data: base64Audio,
    format: 'wav',
  },
});

console.log(result.text);

import requests
import base64
import json

with open("audio.wav", "rb") as f:
    base64_audio = base64.b64encode(f.read()).decode("utf-8")

response = requests.post(
    url="https://api.vega.chat/api/v1/audio/transcriptions",
    headers={
        "Authorization": "Bearer {{API_KEY_REF}}",
        "Content-Type": "application/json"
    },
    data=json.dumps({
        "model": "{{MODEL}}",
        "input_audio": {
            "data": base64_audio,
            "format": "wav"
        }
    })
)

result = response.json()
print(result["text"])

import fs from 'fs';

const audioBuffer = await fs.promises.readFile('audio.wav');
const base64Audio = audioBuffer.toString('base64');

const response = await fetch('https://api.vega.chat/api/v1/audio/transcriptions', {
  method: 'POST',
  headers: {
    Authorization: `Bearer {{API_KEY_REF}}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    model: '{{MODEL}}',
    input_audio: {
      data: base64Audio,
      format: 'wav',
    },
  }),
});

const result = await response.json();
console.log(result.text);

# Base64-encode your audio file
AUDIO_BASE64=$(base64 < audio.wav | tr -d '\n')

curl https://api.vega.chat/api/v1/audio/transcriptions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $VEGA_API_KEY" \
  -d '{
    "model": "{{MODEL}}",
    "input_audio": {
      "data": "'"$AUDIO_BASE64"'",
      "format": "wav"
    }
  }'

Параметры запроса

Параметры, специфичные для провайдера

Вы можете передать параметры, специфичные для провайдера, используя параметр provider. Параметры индексируются по slug провайдера, и только параметры для выбранного провайдера будут переданы дальше:

{
  "model": "openai/whisper-large-v3",
  "input_audio": {
    "data": "UklGRiQA...",
    "format": "wav"
  },
  "provider": {
    "options": {
      "groq": {
        "prompt": "Expected vocabulary: VEGA, API, transcription"
      }
    }
  }
}

Формат ответа

Endpoint STT возвращает JSON‑ответ с расшифрованным текстом:

{
  "text": "Hello, this is a test of speech-to-text transcription.",
  "usage": {
    "seconds": 9.2,
    "total_tokens": 113,
    "input_tokens": 83,
    "output_tokens": 30,
    "cost": 0.000508
  }
}

Поля ответа

Заголовки ответа

Поддерживаемые аудио‑форматы

Поддерживаемые аудио‑форматы зависят от провайдера. Распространённые форматы включают:

Ценообразование

Модели STT используют разные стратегии ценообразования в зависимости от провайдера:

• По длительности (например, OpenAI Whisper): цена за секунду входного аудио
• По токенам (например, новые модели OpenAI): цена за токен входа/выхода, аналогично текстовым моделям

Вы можете проверить стоимость каждой модели на странице моделей или через Models API. Поле usage.cost в ответе показывает фактическую стоимость каждого запроса.

BYOK (Bring Your Own Key)

STT поддерживает BYOK, позволяя использовать собственные API‑ключи провайдера. При настройке запросы направляются напрямую к провайдеру с использованием вашего ключа, а VEGA взимает только плату за платформу, а не стоимость модели за использование.

Playground

Вы можете протестировать модели STT прямо в браузере, используя VEGA Playground. Перейдите на страницу любой модели STT и используйте вкладку playground для загрузки аудиофайла и просмотра результата расшифровки.

Отличия от ввода аудио

VEGA поддерживает два способа обработки аудио:

1. Speech-to-Text (эта страница): специальный endpoint /api/v1/audio/transcriptions, оптимизированный для транскрипции. Возвращает структурированный JSON с расшифрованным текстом и данными об использовании. Наилучший вариант для преобразования аудио в текст.

2. Ввод аудио через Chat Completions (документация по аудио): отправляйте аудио как часть запроса /api/v1/chat/completions с типом содержимого input_audio. Модель обрабатывает аудио вместе с текстом и отвечает в разговорном формате. Подходит для анализа аудио, ответов на вопросы о содержимом аудио или комбинирования аудио с другими модальностями.

Лучшие практики

• Выбирайте правильный формат: WAV обеспечивает наилучшее качество для транскрипции. MP3 и другие сжатые форматы работают хорошо, но могут слегка снизить точность при граничных записях.
• Размер файла: для очень длинных аудиофайлов рекомендуется разбивать их на более мелкие сегменты. Таймаут у провайдера составляет 60 секунд, поэтому очень большие файлы могут завершиться по тайм‑ауту.
• Base64‑кодирование: аудио должно отправляться как данные, закодированные в base64 (сырые байты, а не data URI). В большинстве языков программирования есть встроенные утилиты для base64‑кодирования.

Устранение неполадок

Пустая или некорректная транскрипция?

• Убедитесь, что формат аудио соответствует полю format в вашем запросе
• Убедитесь, что качество аудио достаточно для транскрипции

Запрос завершается по тайм‑ауту?

• Большие аудиофайлы могут превышать таймаут в 60 секунд. Разделите длительные записи на более мелкие сегменты
• Сжатые форматы (MP3, AAC) создают меньший объём данных и передаются быстрее

Модель не найдена?

• Используйте страницу моделей или Models API с параметром output_modalities=transcription, чтобы найти доступные модели STT
• Проверьте, что slug модели указан правильно (например, openai/whisper-1, а не whisper-1)

Ошибка аутентификации?

• Убедитесь, что вы используете действительный API‑ключ из вашего Личного кабинета VEGA
• Endpoint STT использует ту же аутентификацию, что и API Chat Completions