Phi-4-Multimodal-Instruct模型在C＃azure.ai.ai.inference客户端中拒绝使用“无效输入错误”的音频输入。 我正在尝试通过azure.ai.ai.ai c＃客户端使用音频输入的phi-4-multimodal-Instruct模型，但是在发送mp3文件时，我会收到“无效的输入错误”。同样的

Question

代码

using Azure;
using Azure.AI.Inference;

// Azure endpoint configuration
var endpoint = new Uri("https://###.services.ai.azure.com/models");
var credential = new AzureKeyCredential("###");

var model = "Phi-4-multimodal-instruct";

var client = new ChatCompletionsClient(
    endpoint,
    credential,
    new AzureAIInferenceClientOptions());

ChatMessageContentItem[] userContent = 
{
    new ChatMessageAudioContentItem(audioFilePath: "sample.mp3", AudioContentFormat.Mp3)
};

var requestOptions = new ChatCompletionsOptions()
{
    Messages =
    {
        new ChatRequestSystemMessage("Based on the attached audio, generate a comprehensive text transcription of the spoken content."),
        new ChatRequestUserMessage(userContent),
    },
    Model = model,
    Temperature = 1,
    MaxTokens = 1000,
};

Response<ChatCompletions> response = client.Complete(requestOptions);
System.Console.WriteLine(response.Value.Content);

我尝试了什么

与GitHub和Azure终点同时进行的，结果相同
veried mp3是有效的

问题

phi-4-Multimodal-Instruct应该通过C＃客户端支持音频输入？

有一种不同的方法来格式化此特定模型的音频输入？

使用此模型对音频文件有任何已知限制或要求？

任何帮助将不胜感激！

修复程序是将音频作为URL而不是Inline二进制数据提供。 API期望音频文件公开访问的URI，这就是为什么INLINE MP3文件引起422错误的原因。

Solution：
3. UPLOAD您的mp3文件到可访问的位置。

用基于URI的构造函数将文件路径构造函数重新放置：

Answer 1

此更改可确保模型以预期格式接收音频。