Hljóð-API styður tvo endapunkta fyrir tal í texta:
transcriptionstranslations
Til að hefjast handa með Hljóð-API skaltu lesa þróunarskjölin okkar um tal í texta.
Hvað kostar að nota Hljóð-API?
Sjá nánari upplýsingar á verðsíðunni okkar.
Hvaða tungumál eru studd?
Skoðaðu lista yfir studd tungumál hér.
Hvernig getum við meðhöndlað stórar hljóðskrár?
Fyrir eldri upphleðslur umritana í Hljóð-API með legacy/whisper-1 er hámarksstærð beiðni 25 MiB. Nýrri gpt-4o umritunarleiðir kunna að nota aðra staðfestingu, svo sem lengdarmörk eða mörk tóka, svo skoðaðu líkanasértæk skjöl þegar unnið er með löng hljóðinntök frá notendum.
Hvaða streymisaðferðir eru í boði?
Það eru tvær leiðir til að streyma umrituninni þinni, eftir notkunartilviki og því hvort þú ert að reyna að umrita hljóðupptöku sem er þegar lokið eða meðhöndla yfirstandandi hljóðstreymi og nota OpenAI til að greina lotuskipti:
Athugaðu að streymi er ekki stutt með whisper-1 líkaninu.
Hvaða skráarsnið eru studd?
Studdu skráarsniðin eru tilgreind í API-skjölunum okkar.
Get ég sent tengla á hljóðskrár í Hljóð-API?
Nei, þú verður að senda skrá á einu af studdu hljóðsniðunum.