API Audio menyokong dua titik akhir pertuturan kepada teks:
transcriptionstranslations
Untuk mula menggunakan API Audio, sila baca dokumentasi pembangun kami tentang pertuturan kepada teks.
Soalan Lazim
Berapakah kos penggunaan API Audio?
Lihat halaman harga kami untuk butiran lanjut.
Apakah bahasa yang disokong?
Lihat senarai bahasa yang disokong di sini.
Bagaimanakah kita boleh mengendalikan fail audio yang besar?
Untuk muat naik transkripsi API Audio legasi/whisper-1, saiz maksimum permintaan ialah 25 MiB. Laluan transkripsi gpt-4o yang lebih baharu mungkin menggunakan pengesahan yang berbeza, seperti had tempoh atau token. Oleh itu, semak dokumentasi khusus model apabila mengendalikan input audio yang panjang daripada pengguna.
Apakah kaedah penstriman yang tersedia?
Terdapat dua cara untuk menstrim transkripsi anda, bergantung pada sama ada anda mentranskripsikan rakaman audio yang telah selesai atau strim audio yang sedang berlangsung:
Untuk transkripsi berterusan dengan gpt-live-transcribe, aplikasi anda mesti mengesan apabila pertuturan berakhir dan menghantar input_audio_buffer.commit untuk menandakan berakhirnya setiap giliran serta menerima transkrip akhir. Model ini tidak menyokong server_vad atau semantic_vad.
Harap maklum bahawa penstriman tidak disokong oleh model whisper-1.
Apakah format fail yang disokong?
Format fail yang disokong disenaraikan dalam dokumentasi API kami.
Bolehkah saya menghantar pautan fail audio ke API Audio?
Tidak, anda mesti menghantar fail dalam salah satu format audio yang disokong.