首页 → 博客 → 如何从 OpenAI Whisper API 迁移到其他服务

如何从 OpenAI Whisper API 迁移到其他服务

发布于 2026-08-05 · 5 分钟阅读

团队离开公有 Whisper API 的理由各不相同：量大之后成本、对数据处理位置的要求，或者服务在本地区不可用。好消息是——只要 API 在协议层兼容，迁移就只是改两行代码的事，一个晚上足够。

代码里到底改什么

只有两样：地址和密钥。其余全部保持原样——字段名、响应格式、错误处理都不动。

# 改之前
client = OpenAI(api_key="sk-…")

# 改之后
client = OpenAI(base_url="https://voicesscribe.com/v1", api_key="vs_live_…")

转录调用本身完全不用碰：

result = client.audio.transcriptions.create(model="whisper-1", file=f)

model 参数保留是为了兼容：服务接受这个熟悉的取值，内部使用自己的模型。

兼容性细节

项目	是否一致
接口 `POST /v1/audio/transcriptions`	是
文件字段 `file`，multipart 请求	是
参数 `language`、`prompt`、`temperature`、`response_format`	是
响应格式：json、text、verbose_json、srt、vtt	是
错误结构 `{"error": {"message", "type", …}}`	是

最后一行比看上去更重要：官方 SDK 会把错误解析成带类型的异常。如果服务端返回自定义的错误结构，客户端代码就会在意想不到的地方崩溃——错误格式兼容，才免去了重写异常处理的工作。

切换之前如何对比质量

不要盲目切生产环境。合理的顺序是：

准备样本。二十到五十条真实录音：干净的、有噪音的、很短的、不同语种的——和线上分布一致。
用一个脚本跑两边，把结果并排保存。
按自己的标准评判。抽象的百分比没有意义，你的场景才有：产品编号、人名、金额有没有识别对。
分批切换。先把 10% 的流量导向新服务，几天之后再全量。

for path in samples:
    with open(path, "rb") as f:
        a = old_client.audio.transcriptions.create(model="whisper-1", file=f).text
    with open(path, "rb") as f:
        b = new_client.audio.transcriptions.create(model="whisper-1", file=f).text
    print(path, "\n  before:", a, "\n  after:", b)

需要单独确认的几点

客户端超时。默认的 100 秒对语音消息和短通话够用；一小时的录音要调大。
体积限制。超过 25 MB 的文件仍然需要压缩或切分——和原来的 API 一样。
重试策略。给 5xx 加上一到两次重试：这是对接任何外部服务的常规做法。
转录数据的留存。确认保存策略：这里的录音和文本 24 小时后自动删除。

什么时候值得迁移

只要满足下面任意一条，更换服务商就有意义：

用量增长到按分钟计费已经成为账目上显眼的一项；
对录音在哪里处理、保存多久有明确要求；
需要不受地区限制、不受支付渠道影响的稳定访问；
需要现有服务商不提供的格式或参数。

如果以上都不成立，就别动已经跑通的集成——反正兼容性摆在那里，以后想搬一个晚上也够。

用你自己的录音试一试。 注册只需一分钟，免费额度足够判断识别质量。

免费获取 API 密钥

常见问题

迁移时需要重写代码吗？

如果你用的是官方 openai-sdk，就不需要：只改基础地址和密钥。调用方式、参数和响应解析都保持原样。

srt 和 vtt 格式能用吗？

能，所有熟悉的 response_format 取值都支持：json、text、verbose_json、srt 和 vtt。

SDK 里的错误处理会受影响吗？

错误按与 OpenAI 相同的结构返回，因此 SDK 仍然会把它们转成带类型的异常，现有的处理逻辑继续有效。

可以同时使用两个服务吗？

可以。创建两个基础地址不同的客户端，把一部分流量导向新服务——这是在真实数据上对比质量的便捷办法。

需要修改 model 的取值吗？

不需要。为了兼容，熟悉的取值会被接受，服务内部使用自己的识别模型。