API ya sauti ina ncha mbili za kubadilisha matamshi kuwa maandishi:

• transcriptions

• translations

Ili kuanza kutumia API ya sauti, tafadhali soma nyaraka zetu kwa wasanidi programu kuhusu kubadilisha matamshi kuwa maandishi.

Maswali yanayoulizwa mara kwa mara

Inagharimu kiasi gani kutumia API ya sauti?

Angalia ukurasa wetu wa bei kwa maelezo zaidi.

Ni lugha zipi zinazotumika?

Angalia orodha ya lugha zinazotumika hapa.

Tunawezaje kushughulikia faili kubwa za sauti?

Kwa faili zinazopakiwa kwa unukuzi kupitia API ya sauti ya zamani/whisper-1, ukubwa wa juu zaidi wa ombi ni 25 MiB. Njia mpya zaidi za unukuzi za gpt-4o zinaweza kutumia vigezo tofauti vya uthibitishaji, kama vile vikomo vya muda au tokeni. Kwa hivyo, angalia nyaraka za muundo husika unaposhughulikia rekodi ndefu za sauti kutoka kwa watumiaji.

Ni njia zipi za utiririshaji zinazopatikana?

Kuna njia mbili za kutiririsha unukuzi wako kulingana na matumizi yako: iwe unataka kunukuu rekodi ya sauti iliyokamilika au kushughulikia mtiririko wa sauti unaoendelea na kutumia OpenAI kutambua zamu za kuzungumza:

• Kutiririsha unukuzi wa rekodi ya sauti iliyokamilika

• Kutiririsha unukuzi wa rekodi ya sauti inayoendelea kurekodiwa

Kumbuka kuwa muundo wa whisper-1 hauwezeshi utiririshaji.

Ni fomati zipi za faili zinazokubaliwa?

Fomati za faili zinazokubaliwa zimeorodheshwa katika nyaraka zetu za API.

Je, ninaweza kutuma viungo vya faili za sauti kwenye API ya sauti?

Hapana, lazima utume faili katika mojawapo ya fomati za sauti zinazokubaliwa.