API 文档：用于文本管道的聊天补全

Base URL 和身份验证

首先将客户端指向基础 URL https://api.speechtotextapis.com/v1。该接口完全兼容 OpenAI，因此你只需覆盖 base_url 参数，即可使用任何标准的 openai SDK。你无需重写请求逻辑；只需替换 URL 并注入 API 密钥。密钥在密钥页面注册后立即生成。它与你的账户绑定，你可以随时重新生成它，旧密钥将立即失效。无需电话号码，免费试用额度无需绑定信用卡即可激活。此设置使你的管道保持简单，同时确保你能访问无审查模型，该模型处理合法的成人内容时不会软化输出。

首次请求

向 /v1/chat/completions 发送标准 POST 请求。模型标识符始终为 uncensored。该模型是针对合法主题最小化拒绝的开放权重变体。它运行在我们的专用 GPU 服务器上。你得到的不是 GPT 或 Claude，而是一致且单一模型的体验。请求体包含 model、messages 和 stream 标志。下面是一个用于验证连接并获取文本响应的基本 cURL 示例。

Copycurl https://api.speechtotextapis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

此请求返回包含生成文本的 JSON 对象。如果密钥无效，你将收到 401 错误。如果你的预付额度已耗尽，你将收到 402 错误。这些是在调试逻辑之前需要检查的主要阻塞点。

Python SDK 集成

对于 Python 开发者，官方 openai 库开箱即用。使用你的密钥和自定义基础 URL 初始化客户端。在聊天补全调用中传入 uncensored 模型 ID。这种方法非常适合后处理 ASR 输出、清理转录噪声或从原始文本中提取结构化数据。无审查特性确保如果转录包含成人对话或争议性术语，LLM 会处理它们而不会为了得体性而阻止或重写。这对于对源音频保真度至关重要的创意管道至关重要。SDK 自动处理分词和重试逻辑。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.speechtotextapis.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

请记住，模型 ID 严格为 uncensored。不要将其替换为 gpt-4 或其他通用标识符，因为这些可能不会路由到我们的特定无审查权重。

Node SDK 集成

Node.js 开发者可以类似地使用 openai npm 包。在客户端构造函数中设置 apiKey 和 baseURL。然后使用 uncensored 模型调用 chat.completions.create。这对于实时字幕脚本或服务器端文本生成任务很有用。API 支持标准 JSON 负载。你可以包含系统消息来定义助手的语气或角色。无审查模型直接响应这些提示，而不会添加可能改变创意输出的额外安全层。如果你正在处理大型文档，请确保处理响应流。Node SDK 抽象了 HTTP 细节，让你专注于文本管道逻辑。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.speechtotextapis.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

速率限制适用于每个密钥。如果你每分钟超过 300 个请求，API 将返回 429 错误。在重试逻辑中实现指数退避以优雅地处理此情况。

流式响应 (SSE)

对于低延迟应用，在请求中设置 stream: true 以启用流式输出。API 返回服务器推送事件 (SSE) 块。每个块包含部分文本增量。这对于实时字幕或交互式聊天界面至关重要。无审查模型原生支持流式输出。你无需等待完整补全即可开始显示文本。这显著降低了感知延迟。配置你的 SDK 以处理流事件。在 Python 中，遍历流对象。在 Node 中，使用异步迭代器。流以包含完成原因的最后一个块结束。这种方法在带宽和用户体验方面都很高效。

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

流式输出不会改变 token 计费。无论你是否流式输出或请求完整响应，你都将为总的输入和输出 token 付费。

限制与约束

你的账户对每个 API 密钥有每分钟 300 次请求的硬性限制。请求体不能超过 8 MB。上下文窗口为 100,000 token，涵盖提示词和补全。这足以满足大多数文档处理和长上下文转录任务。如果发送的提示词超出窗口，API 将返回错误。无审查模型仅阻止一项特定的硬性限制：涉及未成年人的性内容。所有其他合法的成人内容均被允许。这使其非常适合预期内容多样化的媒体管道。无需订阅，按量付费。预付额度不会过期。如有需要，可使用 GET /v1/models 接口验证可用性，尽管模型 ID 始终为 uncensored。