Audio API підтримує дві кінцеві точки перетворення мовлення на текст:
transcriptionstranslations
Щоб почати роботу з Audio API, ознайомтеся з нашою документацією для розробників щодо перетворення мовлення на текст.
Скільки коштує використання Audio API?
Докладніше див. на нашій сторінці з цінами.
Які мови підтримуються?
Перегляньте список підтримуваних мов тут.
Як обробляти великі аудіофайли?
Для завантажень транскрипції Audio API legacy/whisper-1 максимальний розмір запиту становить 25 MiB. Новіші маршрути транскрипції gpt-4o можуть використовувати іншу перевірку, наприклад обмеження за тривалістю або кількістю токенів, тому під час обробки довгих аудіовхідних даних від користувачів звіряйтеся з документацією для конкретної моделі.
Які методи потокової передачі доступні?
Є два способи потоково передавати транскрипцію залежно від вашого сценарію використання та від того, чи ви транскрибуєте вже завершений аудіозапис, чи обробляєте поточний аудіопотік і використовуєте OpenAI для виявлення черги мовлення:
Зверніть увагу, що потокова передача не підтримується з моделлю whisper-1.
Які формати файлів підтримуються?
Підтримувані формати файлів наведено у нашій документації API.
Чи можна надсилати посилання на аудіофайли до Audio API?
Ні, потрібно надіслати файл в одному з підтримуваних аудіоформатів.