تدعم واجهة API للصوت نقطتي نهاية لتحويل الكلام إلى نص:

• transcriptions

• translations

لبدء استخدام واجهة API للصوت، يُرجى قراءة وثائق المطوّرين الخاصة بتحويل الكلام إلى نص.

الأسئلة الشائعة

ما تكلفة استخدام واجهة API للصوت؟

راجع صفحة الأسعار للاطّلاع على التفاصيل.

ما اللغات المدعومة؟

اطّلع على قائمة اللغات المدعومة هنا.

كيف يمكننا التعامل مع الملفات الصوتية الكبيرة؟

عند رفع ملفات للتفريغ النصي عبر واجهة API للصوت القديمة أو باستخدام whisper-1، يكون الحد الأقصى لحجم الطلب 25 ميبيبايت (MiB). قد تعتمد مسارات التفريغ النصي الأحدث التي تستخدم gpt-4o معايير تحقق مختلفة، مثل حدود المدة أو عدد الرموز، لذا راجع الوثائق الخاصة بالنموذج عند التعامل مع مدخلات صوتية طويلة من المستخدمين.

ما طرق البث المتاحة؟

توجد طريقتان لبث التفريغ النصي، بحسب حالة الاستخدام وما إذا كنت تريد تفريغ تسجيل صوتي مكتمل، أو التعامل مع بث صوتي مستمر واستخدام OpenAI لاكتشاف أدوار الحديث:

• بث التفريغ النصي لتسجيل صوتي مكتمل

• بث التفريغ النصي لتسجيل صوتي جارٍ

يُرجى ملاحظة أن نموذج whisper-1 لا يدعم البث.

ما تنسيقات الملفات المدعومة؟

تنسيقات الملفات المدعومة مذكورة في وثائق API الخاصة بنا.

هل يمكنني إرسال روابط لملفات صوتية إلى واجهة API للصوت؟

لا، يجب إرسال ملف بأحد تنسيقات الصوت المدعومة.