Audio API підтримує дві кінцеві точки для перетворення мовлення на текст:

• transcriptions

• translations

Щоб почати роботу з Audio API, ознайомтеся з нашою документацією для розробників щодо перетворення мовлення на текст.

Поширені запитання

Скільки коштує використання Audio API?

Докладніше дивіться на нашій сторінці з цінами.

Які мови підтримуються?

Перегляньте список підтримуваних мов тут.

Як працювати з великими аудіофайлами?

Для завантаження файлів на транскрибування через застарілий Audio API з whisper-1 максимальний розмір запиту становить 25 МіБ. Новіші маршрути транскрибування gpt-4o можуть застосовувати інші перевірки, як-от обмеження тривалості або кількості токенів. Тому, обробляючи довгі аудіозаписи від користувачів, звертайтеся до документації відповідної моделі.

Які способи потокового передавання доступні?

Є два способи потокового передавання транскрипції. Вибір залежить від вашого сценарію: чи потрібно транскрибувати вже готовий аудіозапис, чи обробляти поточний аудіопотік і використовувати OpenAI для визначення меж реплік:

• Потокове передавання транскрипції готового аудіозапису

• Потокове передавання транскрипції аудіозапису, що триває

Зверніть увагу: модель whisper-1 не підтримує потокове передавання.

Які формати файлів підтримуються?

Перелік підтримуваних форматів файлів наведено у нашій документації API.

Чи можна надсилати посилання на аудіофайли до Audio API?

Ні, потрібно надіслати файл в одному з підтримуваних аудіоформатів.