Audio API mendukung dua endpoint ucapan ke teks:

• transcriptions

• translations

Untuk mulai menggunakan Audio API, baca dokumentasi pengembang tentang ucapan ke teks kami.

Pertanyaan umum

Berapa biaya penggunaan Audio API?

Lihat halaman harga kami untuk detailnya.

Bahasa apa saja yang didukung?

Lihat daftar bahasa yang didukung di sini.

Bagaimana cara menangani file audio berukuran besar?

Untuk unggahan transkripsi Audio API versi lama/whisper-1, ukuran permintaan maksimum adalah 25 MiB. Rute transkripsi gpt-4o yang lebih baru mungkin menggunakan validasi berbeda, seperti batas durasi atau token. Jadi, periksa dokumentasi khusus model saat menangani input audio berdurasi panjang dari pengguna.

Metode streaming apa saja yang tersedia?

Ada dua cara untuk melakukan streaming transkripsi, tergantung kebutuhan Anda: mentranskripsikan rekaman audio yang sudah selesai, atau menangani aliran audio yang sedang berlangsung dengan menggunakan OpenAI untuk mendeteksi giliran bicara:

• Streaming transkripsi rekaman audio yang sudah selesai

• Streaming transkripsi rekaman audio yang sedang berlangsung

Perlu diperhatikan bahwa model whisper-1 tidak mendukung streaming.

Format file apa saja yang didukung?

Format file yang didukung tercantum dalam dokumentasi API kami.

Bisakah saya mengirim tautan file audio ke Audio API?

Tidak, Anda harus mengirim file dalam salah satu format audio yang didukung.