Audio API understøtter to endpoints til tale til tekst:

• transcriptions

• translations

Læs vores udviklerdokumentation om tale til tekst for at komme i gang med Audio API.

Ofte stillede spørgsmål

Hvad koster det at bruge Audio API?

Se vores prisside for flere oplysninger.

Hvilke sprog understøttes?

Se en liste over understøttede sprog her.

Hvordan kan vi håndtere store lydfiler?

Ved upload til transskription via det ældre Audio API med whisper-1 er den maksimale størrelse pr. anmodning 25 MiB. Nyere transskriptionsruter til gpt-4o kan bruge andre valideringsregler, f.eks. grænser for varighed eller antal tokens. Tjek derfor dokumentationen for den specifikke model, når du håndterer lange lydinput fra brugere.

Hvilke streamingmetoder er tilgængelige?

Du kan streame din transskription på to måder. Valget afhænger af dit behov, og af om du vil transskribere en færdig lydoptagelse eller håndtere en løbende lydstrøm og bruge OpenAI til at registrere turskift i samtalen:

• Streaming af transskriptionen af en færdig lydoptagelse

• Streaming af transskriptionen af en igangværende lydoptagelse

Bemærk, at streaming ikke understøttes af modellen whisper-1.

Hvilke filformater understøttes?

Du finder de understøttede filformater i vores API-dokumentation.

Kan jeg sende links til lydfiler til Audio API?

Nej, du skal sende en fil i et af de understøttede lydformater.