常见问题
使用 Audio API 需要多少费用？
详情请参阅我们的定价页面。
支持哪些语言？
在此查看支持的语言列表。
如何处理较大的音频文件？
使用旧版 Audio API（whisper-1）上传音频进行转写时，请求大小上限为 25 MiB。较新的 gpt-4o 转写路由可能采用不同的校验规则，例如时长或 Token 数量限制，因此在处理用户输入的长音频时，请查阅相应模型的文档。
有哪些流式转写方式？
根据转写对象是已录制完成的音频还是持续输入的音频流，你可以选择以下两种方式来流式获取转写结果：
使用 gpt-live-transcribe 进行持续转写时，你的应用必须检测语音何时结束，并发送 input_audio_buffer.commit 来标记每一轮发言的结束，以接收最终转写文本。此模型不支持 server_vad 或 semantic_vad。
请注意，whisper-1 模型不支持流式转写。
支持哪些文件格式？
支持的文件格式列于我们的 API 文档中。
可以向 Audio API 发送音频文件的链接吗？
不可以，你必须发送采用受支持音频格式的文件。