OpenAI Transcriptions

Spring AI 支持 OpenAI 的转录模型 。

前提条件(Prerequisites)

  • 你需要使用 OpenAI 创建一个 API 来访问 ChatGPT 模型。
  • OpenAI 注册页面创建一个账户,并在 API Keys 页面生成令牌。
  • Spring AI 项目定义了一个名为 spring.ai.openai.api-key 的配置属性,你应该将其设置为从 openai.com 获取的 API Key 的值。

可以在 application.properties 文件中设置这个配置属性:

spring.ai.openai.api-key=<your-openai-api-key>

为了提高处理 API 密钥等敏感信息时的安全性,可以使用 Spring 表达式语言 (SpEL) 来引用自定义环境变量:

# In application.yml
spring:
  ai:
    openai:
      api-key: ${OPENAI_API_KEY}
# In your environment or .env file
export OPENAI_API_KEY=<your-openai-api-key>

您还可以在 application 代码中以编程方式设置这个配置属性:

// Retrieve API key from a secure source or environment variable
String apiKey = System.getenv("OPENAI_API_KEY");

添加存储库和 BOM

Spring AI 工件发布在 Spring MilestoneSnapshot 存储库中。请参阅存储库部分将这些存储库添加到您的构建系统中。

为了帮助进行依赖管理,Spring AI 提供了 BOM(物料清单),以确保在整个项目中使用一致的 Spring AI 版本。请参阅依赖管理部分将 Spring AI BOM 添加到您的构建系统。

自动配置(Auto-configuration)

Spring AI 为 OpenAI 嵌入模型提供了 Spring Boot 自动配置。要启用它,请将以下依赖项添加到项目的 Maven pom.xml文件中:

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-openai</artifactId>
</dependency>

或者,在你的 Gradle 构建文件 build.gradle 中添加:

dependencies {
    implementation 'org.springframework.ai:spring-ai-starter-model-openai'
}

图像生成属性(Image Generation Properties)

Retry 属性(Retry Properties)

前缀 spring.ai.retry 用作属性前缀,允许您为 OpenAI 模型配置 retry 机制。

属性 描述 默认值
spring.ai.retry.max-attempts 最大重试次数。 10
spring.ai.retry.backoff.initial-interval 指数退避策略的初始睡眠持续时间。 2 sec.
spring.ai.retry.backoff.multiplier 退避间隔乘数。 5
spring.ai.retry.backoff.max-interval 最大退避持续时间。 3 min.
spring.ai.retry.on-client-errors 如果为false,抛出NonTransientAiException,并且不会对4xx客户端错误码进行重试。 false
spring.ai.retry.exclude-on-http-codes 不应触发重试的HTTP状态码列表(例如抛出NonTransientAiException)。 empty
spring.ai.retry.on-http-codes 应触发重试的HTTP状态码列表(例如抛出TransientAiException)。 empty
连接属性(Connection Properties)

前缀是 spring.ai.openai 的属性,用于配置 OpenAI 的链接。

属性 描述 默认值
spring.ai.openai.base-url 连接的URL地址 https://api.openai.com
spring.ai.openai.api-key API密钥 -
spring.ai.openai.organization-id (可选)可指定用于API请求的组织ID -
spring.ai.openai.project-id (可选)可指定用于API请求的项目ID -
配置属性(Configuration Properties)

前缀是 spring.ai.model.audio.transcription 是用于配置 OpenAI 的 转录模型的属性前缀。

属性 描述 默认值
spring.ai.model.audio.transcription 启用OpenAI语音转录模型 openai
spring.ai.openai.audio.transcription.base-url 连接URL地址 api.openai.com
spring.ai.openai.audio.transcription.api-key API密钥 -
spring.ai.openai.audio.transcription.organization-id 可选配置,指定用于API请求的组织ID -
spring.ai.openai.audio.transcription.project-id 可选配置,指定用于API请求的项目ID -
spring.ai.openai.audio.transcription.options.model 使用的模型ID(目前仅支持whisper-1,基于开源Whisper V2模型) whisper-1
spring.ai.openai.audio.transcription.options.response-format 转录输出格式(json、text、srt、verbose_json或vtt) json
spring.ai.openai.audio.transcription.options.prompt 可选文本,用于指导模型风格或继续之前的音频片段(应与音频语言匹配)
spring.ai.openai.audio.transcription.options.language 输入音频的语言(以ISO-639-1格式提供可提高准确性和降低延迟)
spring.ai.openai.audio.transcription.options.temperature 采样温度(0-1),值越高输出越随机,值越低越专注和确定。设为0时模型使用对数概率自动调整温度 0
spring.ai.openai.audio.transcription.options.timestamp_granularities 时间戳粒度(word或segment),response_format必须为verbose_json。词级时间戳会产生额外延迟 segment

运行时选项(Runtime Options )

OpenAiAudioTranscriptionOptions 类提供了进行转录时可使用的选项。启动时,会应用由 spring.ai.openai.audio.transcription 指定的选项,但您可以在运行时覆盖这些设置。

示例:

OpenAiAudioApi.TranscriptResponseFormat responseFormat = OpenAiAudioApi.TranscriptResponseFormat.VTT;

OpenAiAudioTranscriptionOptions transcriptionOptions = OpenAiAudioTranscriptionOptions.builder()
    .language("en")
    .prompt("Ask not this, but ask that")
    .temperature(0f)
    .responseFormat(this.responseFormat)
    .build();
AudioTranscriptionPrompt transcriptionRequest = new AudioTranscriptionPrompt(audioFile, this.transcriptionOptions);
AudioTranscriptionResponse response = openAiTranscriptionModel.call(this.transcriptionRequest);

手动配置(Manual Configuration)

OpenAiChatModel 实现了 ChatModel 和 StreamingChatModel, 并使用低级 OpenAiApi 客户端连接 OpenAI 服务。

要启用它,添加 spring-ai-openai 依赖到你的项目 Maven pom.xml 文件:

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-openai</artifactId>
</dependency>

或者,在你的 Gradle 构建文件 build.gradle 中添加:

dependencies {
    implementation 'org.springframework.ai:spring-ai-openai'
}

接下来,创建一个 OpenAiAudioTranscriptionModel 实例:

 var openAiAudioApi = new OpenAiAudioApi(System.getenv("OPENAI_API_KEY"));

var openAiAudioTranscriptionModel = new OpenAiAudioTranscriptionModel(this.openAiAudioApi);

var transcriptionOptions = OpenAiAudioTranscriptionOptions.builder()
    .responseFormat(TranscriptResponseFormat.TEXT)
    .temperature(0f)
    .build();

var audioFile = new FileSystemResource("/path/to/your/resource/speech/jfk.flac");

AudioTranscriptionPrompt transcriptionRequest = new AudioTranscriptionPrompt(this.audioFile, this.transcriptionOptions);
AudioTranscriptionResponse response = openAiTranscriptionModel.call(this.transcriptionRequest);
作者:Jeebiz  创建时间:2025-08-08 00:53
最后编辑:Jeebiz  更新时间:2025-08-31 23:07