Audio API tukee kahta päätepistettä puheen muuntamiseen tekstiksi:

• transcriptions

• translations

Aloita Audio API:n käyttö tutustumalla puheen tekstiksi muuntamisen kehittäjädokumentaatioon.

Usein kysytyt kysymykset

Kuinka paljon Audio API:n käyttö maksaa?

Katso lisätietoja hinnoittelusivultamme.

Mitä kieliä tuetaan?

Katso tuettujen kielten luettelo täältä.

Miten suuria äänitiedostoja voi käsitellä?

Kun tiedostoja lähetetään litteroitavaksi Audio API:n vanhalla whisper-1-mallilla, pyynnön enimmäiskoko on 25 MiB. Uudemmilla gpt-4o-litterointireiteillä voi olla erilaisia tarkistuksia, kuten kesto- tai tokenrajoituksia. Tarkista siksi mallikohtainen dokumentaatio, kun käsittelet käyttäjien pitkiä äänisyötteitä.

Mitä suoratoistotapoja on käytettävissä?

Litteroinnin voi suoratoistaa kahdella tavalla käyttötarpeesi mukaan. Valintaan vaikuttaa se, litteroitko valmista äänitallennetta vai käsitteletkö jatkuvaa äänivirtaa ja käytät OpenAI:ta puheenvuorojen tunnistamiseen:

• Valmiin äänitallenteen litteroinnin suoratoisto

• Käynnissä olevan äänitallennuksen litteroinnin suoratoisto

Huomaa, että whisper-1-malli ei tue suoratoistoa.

Mitä tiedostomuotoja tuetaan?

Tuetut tiedostomuodot on lueteltu API-dokumentaatiossamme.

Voinko lähettää Audio API:lle linkkejä äänitiedostoihin?

Et. Sinun on lähetettävä tiedosto jossakin tuetuista äänimuodoista.