API-ja e audios mbështet dy pika fundore për kthimin e të folurit në tekst:

• transcriptions

• translations

Për të filluar me API-në e audios, lexoni dokumentacionin tonë për zhvilluesit mbi kthimin e të folurit në tekst.

Pyetje të shpeshta

Sa kushton përdorimi i API-së së audios?

Për hollësi, shihni faqen tonë të çmimeve.

Cilat gjuhë mbështeten?

Shihni këtu listën e gjuhëve të mbështetura.

Si mund t'i trajtojmë skedarët e mëdhenj audio?

Për ngarkimet për transkriptim në versionin e vjetër të API-së së audios me whisper-1, madhësia maksimale e kërkesës është 25 MiB. Rrugët më të reja të transkriptimit me gpt-4o mund të përdorin kritere të tjera validimi, si kufij për kohëzgjatjen ose numrin e tokenëve. Prandaj, kur trajtoni audio të gjata nga përdoruesit, kontrolloni dokumentacionin për modelin përkatës.

Cilat metoda të transmetimit të vazhdueshëm janë të disponueshme?

Ka dy mënyra për ta transmetuar transkriptimin në vazhdimësi, sipas rastit të përdorimit: nëse doni të transkriptoni një regjistrim audio tashmë të përfunduar, apo të trajtoni një transmetim audio në vijim dhe të përdorni OpenAI për të zbuluar radhët e të folurit:

• Transmetimi i vazhdueshëm i transkriptimit të një regjistrimi audio të përfunduar

• Transmetimi i vazhdueshëm i transkriptimit të një regjistrimi audio në vijim

Vini re se modeli whisper-1 nuk e mbështet transmetimin e vazhdueshëm.

Cilat formate skedarësh mbështeten?

Formatet e mbështetura të skedarëve renditen në dokumentacionin tonë të API-së.

A mund të dërgoj lidhje drejt skedarëve audio te API-ja e audios?

Jo, duhet të dërgoni një skedar në një nga formatet e mbështetura audio.