Audio API поддржува две крајни точки за претворање говор во текст:

• transcriptions

• translations

За да започнете со користење на Audio API, прочитајте ја нашата документација за програмери за претворање говор во текст.

Често поставувани прашања

Колку чини користењето на Audio API?

За детали, погледнете ја нашата страница со цени.

Кои јазици се поддржани?

Погледнете го списокот со поддржани јазици тука.

Како да обработуваме големи аудиодатотеки?

При прикачување датотеки за транскрипција преку Audio API со постариот модел whisper-1, максималната големина на барањето е 25 MiB. Поновите рути за транскрипција со gpt-4o може да користат различни проверки, како ограничувања на времетраењето или бројот на токени. Затоа, кога обработувате долги аудиозаписи од корисници, проверете ја документацијата за конкретниот модел.

Кои методи за стримување се достапни?

Постојат два начина за стримување на транскрипцијата, зависно од вашите потреби: дали транскрибирате веќе завршена аудиоснимка или обработувате тековен аудиопренос и користите OpenAI за откривање кога соговорниците земаат збор:

• Стримување на транскрипцијата на завршена аудиоснимка

• Стримување на транскрипцијата на аудиоснимка во тек

Имајте предвид дека моделот whisper-1 не поддржува стримување.

Кои формати на датотеки се поддржани?

Поддржаните формати на датотеки се наведени во нашата документација за API.

Може ли да испраќам линкови до аудиодатотеки до Audio API?

Не, мора да испратите датотека во еден од поддржаните аудиоформати.