பேச்சை உரையாக மாற்றுவதற்கான இரண்டு முனையங்களை ஒலி ஏபிஐ ஆதரிக்கிறது:

• transcriptions

• translations

ஒலி ஏபிஐயைப் பயன்படுத்தத் தொடங்க, பேச்சை உரையாக மாற்றுவது குறித்த எங்கள் உருவாக்குநர் ஆவணங்களைப் படிக்கவும்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

ஒலி ஏபிஐயைப் பயன்படுத்த எவ்வளவு செலவாகும்?

விவரங்களுக்கு எங்கள் கட்டணப் பக்கத்தைப் பார்க்கவும்.

எந்த மொழிகள் ஆதரிக்கப்படுகின்றன?

ஆதரிக்கப்படும் மொழிகளின் பட்டியலை இங்கே பார்க்கவும்.

பெரிய ஒலிக் கோப்புகளை எப்படிக் கையாளலாம்?

பழைய ஒலி ஏபிஐ அல்லது whisper-1 மூலம் உரையாக்கம் செய்யப் பதிவேற்றும்போது, கோரிக்கையின் அதிகபட்ச அளவு 25 MiB ஆகும். புதிய gpt-4o உரையாக்க வழிகள், கால அளவு அல்லது டோக்கன் வரம்புகள் போன்ற வெவ்வேறு சரிபார்ப்பு முறைகளைப் பயன்படுத்தக்கூடும். எனவே, பயனர்களிடமிருந்து வரும் நீண்ட ஒலி உள்ளீடுகளைக் கையாளும்போது, அந்த மாடலுக்கான ஆவணங்களைப் பார்க்கவும்.

எந்தத் தொடரோட்ட முறைகள் உள்ளன?

உரையாக்கத்தைத் தொடரோட்டமாகப் பெற இரண்டு வழிகள் உள்ளன. ஏற்கெனவே முடிந்த ஒலிப்பதிவை உரையாக்க வேண்டுமா, அல்லது தொடர்ந்து வரும் ஒலியைக் கையாண்டு பேசும் முறைமாற்றங்களைக் கண்டறிய OpenAIஐப் பயன்படுத்த வேண்டுமா என்பதைப் பொறுத்து, உங்கள் பயன்பாட்டுக்கு ஏற்ற வழியைத் தேர்ந்தெடுக்கலாம்:

• முடிந்த ஒலிப்பதிவின் உரையாக்கத்தைத் தொடரோட்டமாகப் பெறுதல்

• நடந்துகொண்டிருக்கும் ஒலிப்பதிவின் உரையாக்கத்தைத் தொடரோட்டமாகப் பெறுதல்

whisper-1 மாடல் தொடரோட்டத்தை ஆதரிக்காது என்பதை நினைவில் கொள்ளவும்.

எந்தக் கோப்பு வடிவங்கள் ஆதரிக்கப்படுகின்றன?

ஆதரிக்கப்படும் கோப்பு வடிவங்கள் எங்கள் ஏபிஐ ஆவணங்களில் பட்டியலிடப்பட்டுள்ளன.

ஒலிக் கோப்புகளுக்கான இணைப்புகளை ஒலி ஏபிஐக்கு அனுப்ப முடியுமா?

இல்லை, ஆதரிக்கப்படும் ஒலி வடிவங்களில் ஒன்றில் கோப்பை அனுப்ப வேண்டும்.