配置提供方
管理员可配置 OpenAI 或 Gemini 提供方，并选择转写提供方及模型。Rust API 为已认证用户提供 Transcribe。当前实现接受音频字节而非音频 URI，拒绝空音频及超过 25 MiB 的内容。提供方可能还有更严格的限制。
授权与范围
转写会把提交的音频发送给已配置的外部提供方。请确认你有权分享该录音，并了解提供方的数据政策和可能费用。提供方密钥应保存在有权管理的设置或部署密钥中，不要放进公开示例。这里记录的是音频转写能力，并不承诺自动标签、摘要或聊天功能。
分别保存提供方与转录设置
管理员进入「设置 → AI」，新增提供方，填写名称，选择 OPENAI 或 GEMINI，再输入提供方密钥。地址留空会使用内置服务地址；仅在信任自定义地址接收密钥和音频时才填写。先保存提供方，再到转录区域选择该提供方、模型并单独保存转录设置。语言与提示词是可选提示。保存提供方并不等于已选中它用于转录。
提交一段无敏感内容的测试录音
示例需要 Python 3、curl、名为 sample.wav 的短 WAV 文件，以及已完成配置的认证实例。protobuf JSON 将 bytes 编码为 base64；请求使用 audio.content、filename 和 contentType，URI 输入尚未实现。Python 只创建本地请求文件，curl 会把录音发给实例及其配置的外部提供方，可能产生费用。只能使用你有权传输的录音。
umask 077
python3 - <<'PYTHON'
import base64, json
from pathlib import Path
request = {"audio": {
"content": base64.b64encode(Path("sample.wav").read_bytes()).decode(),
"filename": "sample.wav",
"contentType": "audio/wav"
}}
Path("transcription-request.json").write_text(json.dumps(request))
PYTHON
curl --fail-with-body "$MEMOS_URL/api/v1/ai:transcribe" \
-H "Authorization: Bearer $MEMOS_TOKEN" \
-H 'Content-Type: application/json' \
--data-binary @transcription-request.json检查文本与已知限制
成功响应的 text 字段是转录文本，不会自动创建笔记；保存前应检查并修正。临时请求文件中有可逆的 base64 音频，不再需要时请删除。“Transcription is not configured” 表示尚未保存有效的转录提供方选择。外层输入最多允许 25 MiB 解码音频；Gemini 在 WebM 转 WAV 等处理后还限制为 14 MiB，格式集合也更窄，可先用小型 audio/wav 或 audio/mp3 文件。MIME 不支持、提供方 HTTP 错误或响应不完整时，应修正输入或配置，不要反复提交同一录音。