常見問題
使用音訊 API 的費用是多少？
詳情請參閱我們的定價頁面。
支援哪些語言？
請在此處查看支援的語言清單。
如何處理大型音訊檔案？
透過舊版／whisper-1 音訊 API 上傳音訊進行轉錄時，請求大小上限為 25 MiB。較新的 gpt-4o 轉錄路由可能採用不同的驗證方式，例如時長或 Token 數量限制，因此處理使用者輸入的長音訊時，請查閱對應模型的文件。
有哪些可用的串流方式？
依據轉錄的來源是已完成的錄音，還是持續傳入的音訊串流，你可以透過以下兩種方式串流傳送轉錄結果：
使用 gpt-live-transcribe 進行持續轉錄時，你的應用程式必須偵測說話何時結束，並傳送 input_audio_buffer.commit 以標示每個回合的結束，接收最終轉錄文字。此模型不支援 server_vad 或 semantic_vad。
請注意，whisper-1 模型不支援串流。
支援哪些檔案格式？
支援的檔案格式列於我們的 API 文件中。
可以將音訊檔案的連結傳送至音訊 API 嗎？
不可以，你必須傳送使用支援音訊格式的檔案。