Câu hỏi thường gặp về API âm thanh

API Âm thanh hỗ trợ hai điểm cuối chuyển giọng nói thành văn bản:

• bản ghi chép

• bản dịch

Để bắt đầu với API Âm thanh, vui lòng đọc tài liệu của chúng tôitài liệu hướng dẫn phát triển chuyển giọng nói thành văn bản.

Việc sử dụng API Âm thanh tốn bao nhiêu chi phí?

Xem của chúng tôitrang giáchi tiết.

Những ngôn ngữ nào được hỗ trợ?

Xem danh sách củacác ngôn ngữ được hỗ trợ ở đây.

Chúng ta có thể xử lý các tệp âm thanh lớn như thế nào?

Đối với các tải lên phiên âm Audio API legacy/whisper-1, kích thước yêu cầu tối đa là 25 MiB. Các tuyến phiên âm gpt-4o mới hơn có thể sử dụng các quy tắc xác thực khác nhau, chẳng hạn như giới hạn thời lượng hoặc token, vì vậy hãy kiểm tra tài liệu riêng của mô hình khi xử lý các đầu vào âm thanh dài từ người dùng.

Các phương pháp phát trực tuyến nào có sẵn?

Có hai cách bạn có thể truyền phát bản ghi âm của mình tùy thuộc vào trường hợp sử dụng của bạn và việc bạn đang cố gắng chuyển đổi âm thanh đã ghi hoàn chỉnh hay xử lý một luồng âm thanh đang diễn ra và sử dụng OpenAI để phát hiện lượt nói:

• Phát trực tiếp bản chép lời của một bản ghi âm đã hoàn thành

• Phát trực tiếp bản chép lời của bản ghi âm đang diễn ra

Lưu ý rằng phát trực tuyến không được hỗ trợ vớithì thầm-1mô hình.

Các định dạng tệp nào được hỗ trợ?

Các định dạng tệp được hỗ trợ đã được bao gồmtrong tài liệu API của chúng tôi.

Tôi có thể gửi liên kết đến các tệp âm thanh cho Audio API không?

Không, bạn phải gửi một tệp ở một trong các định dạng âm thanh được hỗ trợ.