audio_urlstring필수화자별로 구분할 대화 녹음의 상한은 25MB입니다.
- 기본값
- 지정되지 않음
- 제약 조건
- minLength:1format:"uri"contentMediaType:["audio/mpeg","audio/wav"]
예시는 선택한 엔드포인트의 공개 파라미터 정의를 사용합니다. API 키와 예시 미디어를 바꾼 뒤 서버에서 요청하세요.
SDK 및 연동https://api.spicyapi.ai/api/v1/jobs/createTaskAPI 키는 서버 환경 변수 SPICY_API_KEY에 보관하세요. Bearer 인증을 사용하고 JSON 요청에는 Content-Type: application/json을 지정하세요.
Authorization: Bearer $SPICY_API_KEY# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/gpt-4o-transcribe-diarize/speech-to-text",
"input": {
"audio_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"이 모델의 입력 스키마에서 뽑아낸 예시입니다. API도 모든 요청을 같은 스키마로 검증합니다.
이 필드들은 요청 본문의 input 객체 안에 넣습니다. 이름과 타입은 API와 동일합니다. 기본값이 적혀 있지 않은 필드는 임의로 가정하지 마세요.
audio_urlstring필수화자별로 구분할 대화 녹음의 상한은 25MB입니다.
temperaturenumber선택발화 구간을 변환할 때 사용할 온도입니다.
languagestring선택녹음 언어의 두 글자 코드입니다.
"aa""ab""ae""af""ak""am""an""ar""as""av""ay""az""ba""be""bg""bh""bi""bm""bn""bo""br""bs""ca""ce""ch""co""cr""cs""cu""cv""cy""da""de""dv""dz""ee""el""en""eo""es""et""eu""fa""ff""fi""fj""fo""fr""fy""ga""gd""gl""gn""gu""gv""ha""he""hi""ho""hr""ht""hu""hy""hz""ia""id""ie""ig""ii""ik""io""is""it""iu""ja""jv""ka""kg""ki""kj""kk""kl""km""kn""ko""kr""ks""ku""kv""kw""ky""la""lb""lg""li""ln""lo""lt""lu""lv""mg""mh""mi""mk""ml""mn""mr""ms""mt""my""na""nb""nd""ne""ng""nl""nn""no""nr""nv""ny""oc""oj""om""or""os""pa""pi""pl""ps""pt""qu""rm""rn""ro""ru""rw""sa""sc""sd""se""sg""si""sk""sl""sm""sn""so""sq""sr""ss""st""su""sv""sw""ta""te""tg""th""ti""tk""tl""tn""to""tr""ts""tt""tw""ty""ug""uk""ur""uz""ve""vi""vo""wa""wo""xh""yi""yo""za""zh""zu"{
"additionalProperties": false,
"properties": {
"audio_url": {
"contentMediaType": [
"audio/mpeg",
"audio/wav"
],
"description": "Recording to transcribe. Maximum file size is 25 MB and duration is two hours.",
"format": "uri",
"minLength": 1,
"type": "string",
"x-ui": {
"accept": [
"audio/wav",
"audio/mpeg",
"video/mp4",
"video/webm"
],
"max_size_mb": 25,
"order": 100,
"primary": true,
"widget": "upload"
}
},
"language": {
"description": "Two-letter spoken language code.",
"enum": [
"aa",
"ab",
"ae",
"af",
"ak",
"am",
"an",
"ar",
"as",
"av",
"ay",
"az",
"ba",
"be",
"bg",
"bh",
"bi",
"bm",
"bn",
"bo",
"br",
"bs",
"ca",
"ce",
"ch",
"co",
"cr",
"cs",
"cu",
"cv",
"cy",
"da",
"de",
"dv",
"dz",
"ee",
"el",
"en",
"eo",
"es",
"et",
"eu",
"fa",
"ff",
"fi",
"fj",
"fo",
"fr",
"fy",
"ga",
"gd",
"gl",
"gn",
"gu",
"gv",
"ha",
"he",
"hi",
"ho",
"hr",
"ht",
"hu",
"hy",
"hz",
"ia",
"id",
"ie",
"ig",
"ii",
"ik",
"io",
"is",
"it",
"iu",
"ja",
"jv",
"ka",
"kg",
"ki",
"kj",
"kk",
"kl",
"km",
"kn",
"ko",
"kr",
"ks",
"ku",
"kv",
"kw",
"ky",
"la",
"lb",
"lg",
"li",
"ln",
"lo",
"lt",
"lu",
"lv",
"mg",
"mh",
"mi",
"mk",
"ml",
"mn",
"mr",
"ms",
"mt",
"my",
"na",
"nb",
"nd",
"ne",
"ng",
"nl",
"nn",
"no",
"nr",
"nv",
"ny",
"oc",
"oj",
"om",
"or",
"os",
"pa",
"pi",
"pl",
"ps",
"pt",
"qu",
"rm",
"rn",
"ro",
"ru",
"rw",
"sa",
"sc",
"sd",
"se",
"sg",
"si",
"sk",
"sl",
"sm",
"sn",
"so",
"sq",
"sr",
"ss",
"st",
"su",
"sv",
"sw",
"ta",
"te",
"tg",
"th",
"ti",
"tk",
"tl",
"tn",
"to",
"tr",
"ts",
"tt",
"tw",
"ty",
"ug",
"uk",
"ur",
"uz",
"ve",
"vi",
"vo",
"wa",
"wo",
"xh",
"yi",
"yo",
"za",
"zh",
"zu"
],
"maxLength": 2,
"minLength": 2,
"pattern": "^[a-z]{2}$",
"type": "string",
"x-ui": {
"affects_price": false,
"order": 80,
"widget": "select"
}
},
"temperature": {
"description": "Sampling temperature for recognizing the recording.",
"maximum": 1,
"minimum": 0,
"type": "number",
"x-ui": {
"advanced": true,
"affects_price": false,
"order": 50,
"widget": "number"
}
}
},
"required": [
"audio_url"
],
"type": "object",
"x-pricing": {
"billingMode": "duration_capped",
"variantFields": []
}
}HTTP 202는 접수되었다는 뜻이며 생성 완료가 아닙니다. 반환된 taskId를 저장하고 같은 작업을 조회하세요. 결과를 기다리는 동안 작업을 다시 생성하지 마세요.
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3
{
"code": 200,
"msg": "success",
"request_id": "req_example_create",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"state": "queued",
"estimatedCost": "0.750000"
}
}접수 응답에 이번 예상 비용이 포함되므로 앱의 작업 기록과 청구 화면에 같은 금액을 표시할 수 있습니다.
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
--data-urlencode "taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"약 2초 간격으로 시작해서 점점 간격을 넓히세요. 종료 상태가 나오면 멈추고, 연결이 끊겼더라도 원래 taskId를 그대로 조회하세요. 다시 생성할 때는 처음에 쓴 Idempotency-Key와 본문을 그대로 써야 합니다.
import { verifyWebhook } from "@spicyapi/sdk";
// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
const { payload } = verifyWebhook({
rawBody: req.body,
timestamp: req.header("X-Webhook-Timestamp"),
signature: req.header("X-Webhook-Signature"),
payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
secret: process.env.SPICY_WEBHOOK_SECRET,
});
res.status(200).end();
void handleFinishedTask(payload);
});작업을 만들 때 callBackUrl을 넘기면 완료된 레코드가 POST로 전달됩니다 — 폴링 루프가 아예 필요 없습니다. 모든 전달에는 X-Webhook-Timestamp, X-Webhook-Signature, X-Webhook-Payload-Version이 함께 옵니다. 서명은 taskId.timestamp.sha256(body)에 대한 base64 HMAC-SHA256이므로 반드시 원본 바이트로 검증해야 합니다. JSON을 파싱했다가 다시 직렬화하면 바이트가 달라져 검증이 실패합니다. 실패한 전달은 재시도되므로 같은 taskId가 두 번 올 수 있습니다. 핸들러를 멱등하게 만드세요. 먼저 2xx로 답하고 처리는 그다음에 — 응답이 느리면 전달 실패로 간주됩니다.
state가 succeeded일 때만 output을 사용하세요. 실패 시 errorCode, errorMessage, request_id로 원인을 확인하세요. 예시 비용과 상태는 실제 청구 내역이 아닙니다.
{
"code": 200,
"msg": "success",
"request_id": "req_example_record",
"data": {
"taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
"model": "openai/gpt-4o-transcribe-diarize/speech-to-text",
"state": "succeeded",
"output": {
"text": "…"
},
"cost": "0.750000",
"settled": true,
"createdAt": "2026-08-28T12:00:00Z",
"completedAt": "2026-08-28T12:00:30Z"
}
}사용 가능한 파일은 assets[].url에서 바로 열거나 다운로드할 수 있으며 API Authorization 헤더가 필요하지 않습니다. 서명 URL은 expiresAt에 만료됩니다. 보관 기간 내에 작업을 다시 조회하면 URL이 갱신됩니다. 처리 중이거나 사용할 수 없는 파일에는 URL이 없습니다. 서명 URL은 비공개로 보관하세요.
앱, 터미널, AI 어시스턴트 또는 시각적 워크플로에서 SpicyAPI를 사용하세요. 원하는 설정 가이드를 선택하세요.
위 코드를 직접 쓸 필요는 없습니다. MCP 서버를 한 번만 연결해 두면 MCP를 지원하는 에이전트(Claude Code, Codex, Cursor, Windsurf, VS Code, Gemini CLI, Cline, LibreChat)가 이 모델을 이름으로 호출합니다. 셸에서 명령 한 줄로 실행할 수도 있습니다.
openai/gpt-4o-transcribe-diarize/speech-to-text로 네온 아래 선 댄서의 인물 사진을 만들어서 ./out/에 저장해 줘.
에이전트가 공개 카탈로그에서 모델을 찾고, 로컬 파일을 대신 업로드한 뒤, 정확한 견적과 최대 청구액을 보여 주고 확인을 기다립니다. 승인하기 전에는 요금이 발생하지 않습니다.
claude mcp add spicyapi -e SPICY_API_KEY=$SPICY_API_KEY \
-- npx --yes --package=@spicyapi/mcp spicyapi-mcp
npx skills add spicyapi-ai/spicy-skill첫 줄은 도구를, 둘째 줄은 Skill을 넘겨줍니다. Skill은 그 도구를 다루는 규칙입니다 — 청구 전에 견적을 받고, 로컬 파일은 바이트를 붙여 넣는 대신 업로드하고, 완성된 산출물 URL을 추측하지 않고 읽습니다. 다른 클라이언트도 각자의 설정 파일로 같은 서버를 사용합니다. 개발자 페이지를 참고하세요.
npx @spicyapi/cli tasks create --model openai/gpt-4o-transcribe-diarize/speech-to-text \
--input-json '{"audio_url":"https://example.com/reference.mp4"}' \
--wait입력값은 위 예시와 마찬가지로 이 엔드포인트의 스키마에서 생성했습니다. --wait는 작업이 끝날 때까지 폴링해 결과를 출력하고, CI에서는 --yes로 확인 절차를 건너뜁니다. 먼저 SPICY_API_KEY를 설정하세요. API와 CLI, MCP 서버가 같은 키를 씁니다.
npx @spicyapi/cli files upload ./poster.png
# -> spicy://uploads/01k3m8x9q2z4v7n5p6r8s0t1w3
npx @spicyapi/cli tasks create --model openai/gpt-4o-transcribe-diarize/speech-to-text \
--input-json '{"audio_url":"spicy://uploads/01k3m8x9q2z4v7n5p6r8s0t1w3"}' \
--wait요청 본문은 바이트가 아니라 URL을 받습니다. 파일을 먼저 업로드하고 출력되는 spicy:// URI를 넘기세요. 위 필드 이름은 이 엔드포인트의 스키마에서 그대로 가져온 것입니다. MCP를 쓰는 에이전트는 이 단계를 대신 처리합니다 — 앞의 문장이 ./poster.png를 그대로 가리킬 수 있는 이유입니다. 공개 HTTPS로 접근되는 미디어는 업로드가 필요 없습니다.
npx @spicyapi/cli tasks create --model openai/gpt-4o-transcribe-diarize/speech-to-text \
--input-json '{…}' --retention 1h --wait
npx @spicyapi/cli tasks get $TASK_ID # read back the retention that applied--retention은 보관 기간을 줄이기만 합니다 — 30m, 1h, 7d, 또는 0이면 작업이 종료 상태에 도달하는 즉시 삭제됩니다. 실제로 적용되는 값은 요청과 계정 설정, 플랫폼 상한 중 가장 짧은 값이므로 요청한 숫자가 그대로 반영됐다고 가정하지 말고 작업 레코드에서 다시 읽으세요. 계정이 허용하는 것보다 긴 값을 넘기면 아무 일도 일어나지 않습니다.
ComfyUI Manager나 아래 명령으로 SpicyAPI 노드를 설치한 뒤 캔버스에서 GPT-4o Transcribe Diarize · File transcription를 검색하세요. 노드는 이 페이지와 같은 옵션을 제공하며, 실행하기 전에 가격을 보여 줍니다.
cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi삽입된 패널은 이 페이지와 같은 스키마를 참조하므로 API 사양과 어긋나지 않습니다. 문서 검색 대상에 포함하려면 /api/embed/models/의 JSON을 받아 직접 렌더링하세요.
<iframe src="https://spicyapi.ai/embed/ko/models/gpt-4o-transcribe-diarize/api?model=openai%2Fgpt-4o-transcribe-diarize%2Fspeech-to-text" width="100%" height="560" loading="lazy" title="요청 예시" style="border:1px solid rgba(0,0,0,.12)"></iframe>