Java 17标准HTTP调用语音转写API的超时与错误处理

把会议录音送去转文字看似是一条 HTTP 请求，真正上线后却常被大文件、慢网和重复点击拖垮。正确的入门目标不是"马上得到全文"，而是让请求有边界：只接收授权格式、密钥只来自环境变量、连接与总请求都有超时、失败能告诉前端该重传还是稍后再试。下面用 Java 17 的标准 HTTP 客户端拼一个最小 multipart 请求。

OpenAI 的语音转文字指南提供 Audio Transcriptions API。这里采用 REST，因为 Java 标准库足够完成教学示例；模型名 gpt-4o-mini-transcribe 仅作当前文档中的示例，请以目标账号实际可用模型为准。示例未在本次任务中实际调用线上 API；本机 javac 缺少 Java 运行时，故仅完成静态审阅，待 Java 17 环境编译。

flowchart LR A[用户选择已授权音频] --> B[类型与大小门禁] B --> C[后台转写任务] C --> D{30秒内响应?} D -->|是| E[保存文本与任务状态] D -->|否/失败| F[记录原因并可重试] E --> G[人工校对专名]

准备与代码

JDK 17+即可。设置 export OPENAI_API_KEY='你的密钥'；保存为 Transcribe.java；运行 javac Transcribe.java && java Transcribe meeting.mp3。只上传已取得录音授权的文件，且不要把音频或返回文本打印到生产日志。

java 复制代码

import java.io.*;
import java.net.URI;
import java.net.http.*;
import java.nio.file.*;
import java.time.Duration;

public class Transcribe {
  static final String B = "----snail-ai-boundary";
  static void part(OutputStream out, String name, String value) throws IOException {
    out.write(("--"+B+"\r\nContent-Disposition: form-data; name=\""+name+"\"\r\n\r\n"+value+"\r\n").getBytes());
  }
  static byte[] form(Path audio) throws IOException {
    if (Files.size(audio) > 20 * 1024 * 1024) throw new IllegalArgumentException("教学示例限制20MB");
    ByteArrayOutputStream out = new ByteArrayOutputStream();
    part(out, "model", "gpt-4o-mini-transcribe");
    out.write(("--"+B+"\r\nContent-Disposition: form-data; name=\"file\"; filename=\""
      + audio.getFileName()+"\"\r\nContent-Type: audio/mpeg\r\n\r\n").getBytes());
    out.write(Files.readAllBytes(audio)); out.write(("\r\n--"+B+"--\r\n").getBytes()); return out.toByteArray();
  }
  public static void main(String[] args) throws Exception {
    if (args.length != 1) throw new IllegalArgumentException("用法: 音频路径");
    String key = System.getenv("OPENAI_API_KEY");
    if (key == null || key.isBlank()) throw new IllegalStateException("缺少OPENAI_API_KEY");
    HttpRequest req = HttpRequest.newBuilder(URI.create("https://api.openai.com/v1/audio/transcriptions"))
      .timeout(Duration.ofSeconds(30)).header("Authorization", "Bearer "+key)
      .header("Content-Type", "multipart/form-data; boundary="+B)
      .POST(HttpRequest.BodyPublishers.ofByteArray(form(Paths.get(args[0])))).build();
    HttpResponse<String> res = HttpClient.newBuilder().connectTimeout(Duration.ofSeconds(5)).build()
      .send(req, HttpResponse.BodyHandlers.ofString());
    if (res.statusCode() / 100 != 2) throw new IOException("转写失败 HTTP="+res.statusCode());
    System.out.println("转写成功；生产环境请将JSON交给解析器并脱敏保存。");
  }
}

form 明确构造 multipart 边界和文件段，connectTimeout 控制建连，timeout 控制整次请求。真实服务不要让 HTTP 控制器同步等待30秒：接到文件后创建任务，交给队列工作者执行，前端轮询任务状态。也不要依据文件扩展名断言格式，生产中应读取 MIME、限制时长并做恶意文件扫描。

预期成功时打印"转写成功"；错误会显示缺失密钥、大小超过20MB、HTTP状态或网络异常。常见错误包括：边界与 Content-Type 不一致；音频 MIME 误标；用户刷新页面就再次上传；模型听错人名却把未经校对的文本写入合同。适合会议纪要初稿、客服质检和无障碍字幕，不适合在未告知录音参与者时秘密转写。

工程化增加任务ID、重试上限、幂等哈希、加密存储、删除策略和专名词表，并把人工修订反向用于质量抽样。5分钟实践：增加 .wav 白名单和一个"已存在音频哈希则不重复提交"的内存集合。

你的转写任务在30秒未返回时，是重试、排队还是提示用户稍后查看？

关注「蜗牛聊AI」，一起看懂技术变化背后的真正机会。

本文首发于 java4u.cn，转载请注明出处。