L'API Audio supporta due endpoint per la conversione del parlato in testo:

• transcriptions

• translations

Per iniziare a usare l'API Audio, consulta la nostra documentazione per sviluppatori sulla conversione del parlato in testo.

Domande frequenti

Quanto costa usare l'API Audio?

Consulta la nostra pagina dei prezzi per i dettagli.

Quali lingue sono supportate?

Consulta qui l'elenco delle lingue supportate.

Come si possono gestire file audio di grandi dimensioni?

Per i caricamenti destinati alla trascrizione tramite l'API Audio legacy/whisper-1, la dimensione massima della richiesta è di 25 MiB. Gli endpoint di trascrizione gpt-4o più recenti possono applicare criteri di convalida diversi, come limiti di durata o di token. Quando gestisci input audio lunghi degli utenti, consulta quindi la documentazione specifica del modello.

Quali modalità di streaming sono disponibili?

Puoi ricevere la trascrizione in streaming in due modi, a seconda del caso d'uso: trascrivere una registrazione audio già completata oppure gestire un flusso audio in corso usando OpenAI per rilevare i turni di parola:

• Trascrizione in streaming di una registrazione audio completata

• Trascrizione in streaming di una registrazione audio in corso

Tieni presente che il modello whisper-1 non supporta lo streaming.

Quali formati di file sono supportati?

I formati di file supportati sono elencati nella documentazione dell'API.

Posso inviare link a file audio all'API Audio?

No, devi inviare un file in uno dei formati audio supportati.