Audio API atbalsta divus galapunktus runas pārveidošanai tekstā:
transcriptionstranslations
Lai sāktu lietot Audio API, izlasiet mūsu izstrādātāju dokumentāciju par runas pārveidošanu tekstā.
Bieži uzdotie jautājumi
Cik maksā Audio API lietošana?
Plašāku informāciju skatiet mūsu cenu lapā.
Kādas valodas tiek atbalstītas?
Skatiet atbalstīto valodu sarakstu šeit.
Kā apstrādāt lielus audio failus?
Augšupielādējot failus transkribēšanai ar vecāko Audio API modeli whisper-1, maksimālais pieprasījuma lielums ir 25 MiB. Jaunākajos gpt-4o transkribēšanas maršrutos var būt citas validācijas prasības, piemēram, ilguma vai tekstvienību skaita ierobežojumi, tāpēc, apstrādājot garus lietotāju iesniegtus audio ierakstus, pārbaudiet konkrētā modeļa dokumentāciju.
Kādas straumēšanas metodes ir pieejamas?
Transkripciju var straumēt divos veidos atkarībā no lietojuma: vai vēlaties transkribēt jau pabeigtu audio ierakstu vai apstrādāt nepārtrauktu audio straumi, izmantojot OpenAI runātāja replikas robežu noteikšanai:
Ņemiet vērā, ka modelis whisper-1 neatbalsta straumēšanu.
Kādi failu formāti tiek atbalstīti?
Atbalstītie failu formāti ir norādīti mūsu API dokumentācijā.
Vai uz Audio API var nosūtīt saites uz audio failiem?
Nē, ir jānosūta fails kādā no atbalstītajiem audio formātiem.