API za zvok podpira dve končni točki za pretvorbo govora v besedilo:

• transcriptions

• translations

Za začetek uporabe API-ja za zvok preberite našo razvijalsko dokumentacijo o pretvorbi govora v besedilo.

Pogosta vprašanja

Koliko stane uporaba API-ja za zvok?

Podrobnosti najdete na naši strani s cenami.

Kateri jeziki so podprti?

Seznam podprtih jezikov si oglejte tukaj.

Kako lahko obdelujemo velike zvočne datoteke?

Pri nalaganju datotek za prepisovanje v API za zvok s starejšim modelom whisper-1 je največja velikost zahteve 25 MiB. Novejše poti za prepisovanje z modelom gpt-4o lahko uporabljajo drugačna merila preverjanja, na primer omejitve trajanja ali števila žetonov. Pri obdelavi dolgih zvočnih posnetkov uporabnikov zato preverite dokumentacijo za posamezni model.

Kateri načini pretočnega prenosa so na voljo?

Prepis lahko pretočno prenašate na dva načina. Izbira je odvisna od namena uporabe in od tega, ali želite prepisati že dokončan zvočni posnetek ali obdelovati zvočni tok v živo ter uporabljati OpenAI za zaznavanje govornih izmenjav:

• Pretočni prenos prepisa dokončanega zvočnega posnetka

• Pretočni prenos prepisa med snemanjem zvoka

Upoštevajte, da model whisper-1 ne podpira pretočnega prenosa.

Katere oblike datotek so podprte?

Podprte oblike datotek so navedene v naši dokumentaciji API-ja.

Ali lahko API-ju za zvok pošljem povezave do zvočnih datotek?

Ne, poslati morate datoteko v eni od podprtih zvočnih oblik.