Audio API styður tvo endapunkta til að umbreyta tali í texta:

• transcriptions

• translations

Til að byrja að nota Audio API skaltu lesa leiðbeiningar okkar fyrir forritara um umbreytingu tals í texta.

Algengar spurningar

Hvað kostar að nota Audio API?

Sjá nánar á verðsíðu okkar.

Hvaða tungumál eru studd?

Sjá lista yfir studd tungumál hér.

Hvernig getum við unnið með stórar hljóðskrár?

Við upphleðslu til umritunar með legacy/whisper-1 í Audio API er hámarksstærð beiðni 25 MiB. Nýrri gpt-4o-umritunarleiðir kunna að nota önnur viðmið við sannprófun, svo sem takmörk á lengd eða fjölda tóka. Skoðaðu því skjölun fyrir viðkomandi líkan þegar þú vinnur með langt hljóðinntak frá notendum.

Hvaða streymisaðferðir eru í boði?

Þú getur streymt umritun á tvo vegu eftir því til hvers þú notar hana: hvort þú vilt umrita fullgerða hljóðupptöku eða vinna með samfellt hljóðstreymi og nota OpenAI til að greina hvenær mælandi byrjar og hættir að tala:

• Streymi umritunar á fullgerðri hljóðupptöku

• Streymi umritunar meðan hljóðupptaka stendur yfir

Athugaðu að whisper-1-líkanið styður ekki streymi.

Hvaða skráarsnið eru studd?

Skráarsniðin sem eru studd eru talin upp í API-skjölun okkar.

Get ég sent tengla á hljóðskrár til Audio API?

Nei, þú verður að senda skrá á einu af studdu hljóðsniðunum.