Audio API stöder två slutpunkter för tal till text:

• transcriptions

• translations

Läs vår utvecklardokumentation om tal till text för att komma igång med Audio API.

Vanliga frågor

Hur mycket kostar det att använda Audio API?

Se vår prissida för mer information.

Vilka språk stöds?

Se en lista över språken som stöds här.

Hur kan vi hantera stora ljudfiler?

Vid uppladdning för transkribering med legacy/whisper-1 i Audio API är den maximala storleken per begäran 25 MiB. Nyare transkriberingsrutter för gpt-4o kan använda andra valideringsregler, till exempel gränser för ljudets längd eller antalet Token. Kontrollera därför den modellspecifika dokumentationen när du hanterar långa ljudindata från användare.

Vilka metoder för strömning finns?

Du kan strömma transkriberingen på två sätt, beroende på ditt användningsfall: antingen transkribera en färdig ljudinspelning eller hantera en pågående ljudström och använda OpenAI för att upptäcka turtagning i samtalet:

• Strömma transkriberingen av en färdig ljudinspelning

• Strömma transkriberingen av en pågående ljudinspelning

Observera att strömning inte stöds av modellen whisper-1.

Vilka filformat stöds?

Filformaten som stöds finns listade i vår API-dokumentation.

Kan jag skicka länkar till ljudfiler till Audio API?

Nej, du måste skicka en fil i något av de ljudformat som stöds.