Audio API รองรับเอนด์พอยต์สำหรับแปลงเสียงพูดเป็นข้อความ 2 รายการ:

• transcriptions

• translations

หากต้องการเริ่มต้นใช้งาน Audio API โปรดอ่านเอกสารสำหรับนักพัฒนาเกี่ยวกับการแปลงเสียงพูดเป็นข้อความของเรา

คำถามที่พบบ่อย

การใช้งาน Audio API มีค่าใช้จ่ายเท่าไร?

ดูรายละเอียดได้ที่หน้าราคาของเรา

รองรับภาษาใดบ้าง?

ดูรายการภาษาที่รองรับได้ที่นี่

เราจะจัดการไฟล์เสียงขนาดใหญ่ได้อย่างไร?

สำหรับการอัปโหลดเพื่อถอดเสียงผ่าน Audio API รุ่นเดิม/whisper-1 คำขอมีขนาดสูงสุดได้ 25 MiB เส้นทาง API สำหรับถอดเสียงด้วย gpt-4o รุ่นใหม่อาจใช้เกณฑ์ตรวจสอบที่ต่างออกไป เช่น ขีดจำกัดระยะเวลาหรือจำนวน Token ดังนั้น โปรดตรวจสอบเอกสารของแต่ละโมเดลเมื่อต้องจัดการอินพุตเสียงที่มีความยาวมากจากผู้ใช้

มีวิธีสตรีมแบบใดบ้าง?

คุณสามารถสตรีมผลการถอดเสียงได้ 2 วิธี ขึ้นอยู่กับลักษณะการใช้งาน และว่าคุณต้องการถอดเสียงจากเสียงที่บันทึกเสร็จแล้ว หรือจัดการสตรีมเสียงที่กำลังส่งเข้ามาโดยใช้ OpenAI ตรวจจับจังหวะผลัดกันพูด:

• การสตรีมผลการถอดเสียงจากเสียงที่บันทึกเสร็จแล้ว

• การสตรีมผลการถอดเสียงจากเสียงที่กำลังบันทึกอยู่

โปรดทราบว่าโมเดล whisper-1 ไม่รองรับการสตรีม

รองรับรูปแบบไฟล์ใดบ้าง?

ดูรูปแบบไฟล์ที่รองรับได้ในเอกสาร API ของเรา

ฉันสามารถส่งลิงก์ไฟล์เสียงไปยัง Audio API ได้หรือไม่?

ไม่ได้ คุณต้องส่งไฟล์เสียงในรูปแบบใดรูปแบบหนึ่งที่รองรับ