L’API Audio propose deux points de terminaison de transcription vocale :

• transcriptions

• translations

Pour commencer à utiliser l’API Audio, consultez notre documentation sur la transcription vocale destinée aux développeurs.

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 envois de fichiers à transcrire via l’ancienne API Audio (whisper-1), la taille maximale d’une requête est de 25 Mio. Les routes de transcription gpt-4o plus récentes 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 longs contenus audio fournis par les utilisateurs.

Quelles méthodes de streaming sont disponibles ?

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

• Diffuser en streaming la transcription d’un enregistrement audio terminé

• Diffuser en streaming la transcription d’un enregistrement audio en cours

Notez que le streaming n’est pas pris 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 notre documentation de l’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.