Создать транскрипцию
Транскрибирует аудио в текст. Принимает аудиовход в кодировке Base64 в виде JSON или загрузку файла multipart/form-data в стиле OpenAI и возвращает транскрибированный текст.
Authorizations
API-ключ в качестве токена носителя в заголовке авторизации
Body
Ввод запроса преобразования речи в текст. Принимает тело JSON с input_audio, содержащим звук в кодировке Base64.
Звук в кодировке Base64 для расшифровки
Идентификатор модели STT
"openai/whisper-large-v3"
Код языка ISO-639-1 (например, «en», «ja»). Определяется автоматически, если опущено.
"en"
Конфигурация транзитной передачи для конкретного поставщика
Формат вывода. "json" (по умолчанию) возвращает {текст, использование}. «verbose_json» дополнительно возвращает временные метки уровня задачи, языка, продолжительности и сегмента; поддерживается только поставщиками, совместимыми с OpenAI.
json, verbose_json "json"
Температура отбора проб для транскрипции
0
Уровни детализации меток времени, которые следует включать, если для параметра response_format установлено значение «verbose_json». «сегмент» возвращает временные метки уровня сегмента; «word» дополнительно возвращает временные метки уровня слова в массиве слов. Игнорируется, если параметр response_format не имеет значения «verbose_json».
Уровень детализации временной метки для ответов на транскрипцию verbose_json.
word, segment Response
Результат транскрипции
Ответ STT, содержащий расшифрованный текст и дополнительную статистику использования.
Записанный текст
"Hello, this is a test of OpenAI speech-to-text transcription. The weather is sunny today and the temperature is around 72 degrees."
Продолжительность входного аудио в секундах, присутствует, когда формат ответа имеет значение verbose_json.
9.2
Обнаруженный или принудительный язык, присутствует, когда формат ответа имеет значение verbose_json.
"english"
Сегменты расшифровки с отметкой времени, присутствуют, когда параметр response_format имеет значение verbose_json.
Задача выполнена, отображается, когда формат_ответа имеет значение verbose_json.
"transcribe"
Агрегированная статистика использования по запросу
Слова с метками времени, присутствуют, когда поставщик возвращает метки времени на уровне слова.