API-ul audio oferă două endpointuri pentru conversia vorbirii în text:

• transcriptions

• translations

Pentru a începe să folosești API-ul audio, citește documentația pentru dezvoltatori despre conversia vorbirii în text.

Întrebări frecvente

Cât costă utilizarea API-ului audio?

Consultă pagina de prețuri pentru detalii.

Ce limbi sunt acceptate?

Consultă aici lista limbilor acceptate.

Cum putem gestiona fișierele audio mari?

Pentru fișierele încărcate spre transcriere prin API-ul audio folosind versiunea veche/whisper-1, dimensiunea maximă a cererii este de 25 MiB. Rutele de transcriere gpt-4o mai noi pot folosi alte criterii de validare, precum limite de durată sau de tokenuri. Așadar, consultă documentația modelului când procesezi înregistrări audio lungi de la utilizatori.

Ce metode de streaming sunt disponibile?

Există două modalități de a primi transcrierea prin streaming, în funcție de cazul de utilizare: fie transcrii o înregistrare audio deja încheiată, fie procesezi un flux audio în desfășurare și folosești OpenAI pentru a detecta intervențiile din conversație:

• Streamingul transcrierii unei înregistrări audio încheiate

• Streamingul transcrierii unei înregistrări audio în desfășurare

Reține că modelul whisper-1 nu acceptă streamingul.

Ce formate de fișiere sunt acceptate?

Formatele de fișiere acceptate sunt enumerate în documentația API-ului.

Pot trimite linkuri către fișiere audio la API-ul audio?

Nu, trebuie să trimiți un fișier într-unul dintre formatele audio acceptate.