Ofte stillede spørgsmål om Audio API

Audio API'en understøtter to tale-til-tekst-endepunkter:

• transcriptions

• translations

For at komme i gang med Audio API'en bedes du læse vores udviklerdokumentation om tale-til-tekst.


Hvad koster det at bruge Audio API'en?

Se vores prisside for detaljer.


Hvilke sprog understøttes?

Se en liste over understøttede sprog her.


Hvordan kan vi håndtere store lydfiler?

For uploads af transskriptioner via den ældre legacy/whisper-1 Audio API er den maksimale anmodningsstørrelse 25 MiB. Nyere gpt-4o-transskriptionsruter kan bruge anden validering, f.eks. varigheds- eller token-grænser, så tjek den modelspecifikke dokumentation, når du håndterer lange lydinput fra brugere.


Hvilke streamingmetoder er tilgængelige?

Du kan streame din transskription på to måder, afhængigt af din brugssituation, og om du forsøger at transskribere en allerede færdig lydoptagelse eller håndtere en igangværende lydstream og bruge OpenAI til registrering af turtagning:

• Streaming af transskriptionen af en færdig lydoptagelse

• Streaming af transskriptionen af en igangværende lydoptagelse

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

Hvilke filformater understøttes?

De understøttede filformater er inkluderet i vores API-dokumentation.


Kan jeg sende links til lydfiler til Audio API'en?

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