L’API Audio prend en charge deux points de terminaison de conversion de la parole en texte :

• transcriptions

• translations

Pour commencer à utiliser l’API Audio, consultez notre documentation de développement sur la conversion de la parole en texte.

FAQ

Combien coûte l’utilisation de l’API Audio?

Consultez notre page de tarification pour en savoir plus.

Quelles langues sont prises en charge?

Consultez la liste des langues prises en charge ici.

Comment traiter les fichiers audio volumineux?

Pour les téléversements de transcription de l’API Audio avec les anciennes versions ou whisper-1, la taille maximale des requêtes est de 25 Mio. Les nouvelles routes de transcription gpt-4o peuvent appliquer d’autres critères de validation, comme des limites de durée ou de tokens. Consultez donc la documentation propre au modèle lorsque vous traitez de longues entrées audio provenant des utilisateurs.

Quelles méthodes de diffusion en continu sont offertes?

Il existe deux façons de diffuser votre transcription en continu, selon votre cas d’utilisation et selon que vous souhaitez transcrire un enregistrement audio déjà terminé ou traiter un flux audio en cours en utilisant OpenAI pour détecter les tours de parole :

• Diffusion en continu de la transcription d’un enregistrement audio terminé

• Diffusion en continu de la transcription d’un enregistrement audio en cours

Notez que la diffusion en continu n’est pas prise en charge par le modèle whisper-1.

Quels formats de fichiers sont pris en charge?

Les formats de fichiers pris en charge sont indiqués dans la documentation de notre API.

Puis-je envoyer des liens vers des fichiers audio à l’API Audio?

Non, vous devez envoyer un fichier dans l’un des formats audio pris en charge.