OpenAI
页面内容为机器翻译。查看英文原文。

Audio API 常见问题

了解 Audio API 的定价、支持的语言和文件格式、上传及流式处理等常见问题的解答。

更新于:12 minutes ago

Audio API 支持两个语音转文本端点:

  • transcriptions

  • translations

要开始使用 Audio API,请阅读我们的语音转文本开发者文档。

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。

有哪些流式处理方式?

你可以通过以下两种方式流式获取转写结果。具体选择取决于你的使用场景:是转写已录制完成的音频,还是处理持续输入的音频流并使用 OpenAI 进行对话轮次检测:

请注意,whisper-1 模型不支持流式处理。

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。

这篇文章对你有帮助吗?