Audio API podporuje dva koncové body na prevod reči na text:

• transcriptions

• translations

Ak chcete začať používať Audio API, prečítajte si našu dokumentáciu pre vývojárov o prevode reči na text.

Časté otázky

Koľko stojí používanie Audio API?

Podrobnosti nájdete v našom cenníku.

Ktoré jazyky sú podporované?

Pozrite si zoznam podporovaných jazykov.

Ako môžeme spracovať veľké zvukové súbory?

Pri nahrávaní súborov na prepis cez staršie rozhranie Audio API s modelom whisper-1 je maximálna veľkosť požiadavky 25 MiB. Novšie koncové body na prepis s modelom gpt-4o môžu uplatňovať iné kontroly, napríklad limity dĺžky nahrávky alebo počtu tokenov. Pri spracovaní dlhých zvukových vstupov od používateľov si preto pozrite dokumentáciu ku konkrétnemu modelu.

Aké možnosti streamovania sú k dispozícii?

Prepis môžete streamovať dvoma spôsobmi v závislosti od spôsobu použitia a od toho, či chcete prepísať už dokončenú zvukovú nahrávku, alebo spracovať priebežný zvukový stream a využiť OpenAI na detekciu striedania hovoriacich:

• Streamovanie prepisu dokončenej zvukovej nahrávky

• Streamovanie prepisu počas nahrávania zvuku

Upozorňujeme, že model whisper-1 nepodporuje streamovanie.

Ktoré formáty súborov sú podporované?

Podporované formáty súborov sú uvedené v našej dokumentácii API.

Môžem do Audio API odosielať odkazy na zvukové súbory?

Nie, musíte odoslať súbor v jednom z podporovaných zvukových formátov.