Audio API podporuje dva koncové body pro převod řeči na text:

• transcriptions

• translations

Než začnete používat Audio API, přečtěte si naši vývojářskou dokumentaci k převodu řeči na text.

Časté dotazy

Kolik stojí používání Audio API?

Podrobnosti najdete v našem ceníku.

Jaké jazyky jsou podporovány?

Seznam podporovaných jazyků najdete zde.

Jak zpracovávat velké zvukové soubory?

Při nahrávání souborů k přepisu přes starší verzi Audio API s modelem whisper-1 je maximální velikost požadavku 25 MiB. Novější koncové body pro přepis pomocí gpt-4o mohou používat jiná validační pravidla, například limity délky nahrávky nebo počtu tokenů. Při zpracování dlouhých zvukových vstupů od uživatelů proto nahlédněte do dokumentace konkrétního modelu.

Jaké způsoby streamování jsou k dispozici?

Přepis můžete streamovat dvěma způsoby podle toho, co potřebujete: zda chcete přepsat již dokončenou zvukovou nahrávku, nebo zpracovávat průběžný zvukový stream a používat OpenAI k detekci střídání promluv:

• Streamování přepisu dokončené zvukové nahrávky

• Streamování přepisu probíhajícího zvukového záznamu

Upozorňujeme, že model whisper-1 streamování nepodporuje.

Jaké formáty souborů jsou podporovány?

Podporované formáty souborů najdete v naší dokumentaci API.

Mohu do Audio API posílat odkazy na zvukové soubory?

Ne, musíte poslat soubor v jednom z podporovaných zvukových formátů.