OpenAI ChatGPT API 指南之语音转文字 Beta 版

#OpenAI ChatGPT API 指南之语音转文字 Beta 版| 来源: 网络整理| 查看: 265

译者注：翻译了几篇比较感兴趣的 OpenAI 的 API 文档，本篇翻译时间为 20230331，请注意时效性

已翻译文档链接：

IvyLee：OpenAI ChatGPT API 指南之 Chat Completion Beta 版IvyLee：OpenAI ChatGPT API 指南之语音转文字 Beta 版IvyLee：OpenAI ChatGPT API 文档之生产最佳实践IvyLee：OpenAI ChatGPT API 文档之 Embedding

学习如何将音频转换为文字

介绍

语音转文字 API 提供了两个端点，transcriptions 和 translations，基于我们的最新开源 large-v2 Whisper 模型，用于：

将音频转录为任何语种的文本将音频翻译并转录为英语文本

文件上传目前仅限于 25 MB，支持以下输入文件类型：mp3、mp4、mpeg、mpga、m4a、wav 和 webm。

快速入门转录 Transcriptions

转录 API 以你要转录的音频文件和转录输出文件格式作为输入，目前支持多种输入和输出文件格式。

# Note: you need to be using OpenAI Python v0.27.0 for the code below to work import openai audio_file= open("/path/to/file/audio.mp3", "rb") transcript = openai.Audio.transcribe("whisper-1", audio_file)

默认情况下，响应类型是包含原始文本的 JSON。

{ "text": "Imagine the wildest idea that you've ever had, and you're curious about how it might scale to something that's a 100, a 1,000 times bigger. .... }

要在请求中设置其他参数，你可以添加更多的 --form 行以添加相关选项。例如，如果你想将输出格式设置为文本，则需要添加以下行：

... --form [email protected] \\ --form model=whisper-1 \\ --form response_format=text翻译 Translations

翻译 API 接受任何支持语种的音频文件作为输入，并在必要时将其转录为英语。这与我们的 Transcriptions 端点不同，因为输出不是原始输入语种，而是翻译成英文文本。

# Note: you need to be using OpenAI Python v0.27.0 for the code below to work import openai audio_file= open("/path/to/file/german.mp3", "rb") transcript = openai.Audio.translate("whisper-1", audio_file)

在这个示例中，输入的音频是德语，输出的文本是：

Hello, my name is Wolfgang and I come from Germany. Where are you heading today?

我们目前仅支持翻译成英语。

支持的语种

我们目前的 transcriptions 和 translations 端点都支持以下语种：

南非荷兰语、阿拉伯语、亚美尼亚语、阿塞拜疆语、白俄罗斯语、波斯尼亚语、保加利亚语、加泰罗尼亚语、中文、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、加利西亚语、德语、希腊语、希伯来语、印地语、匈牙利语、冰岛语、印度尼西亚语、意大利语、日语、卡纳达语、哈萨克语、韩语、拉脱维亚语、立陶宛语、马其顿语、马来语、马拉地语、毛利语、尼泊尔语、挪威语、波斯语、波兰语、葡萄牙语、罗马尼亚语、俄语、塞尔维亚语、斯洛伐克语、斯洛文尼亚语、西班牙语、斯瓦希里语、瑞典语、他加禄语、泰米尔语、泰语、土耳其语、乌克兰语、乌尔都语、越南语和威尔士语。

虽然底层模型是在 98 种语言上训练的，但我们仅列出了词错误率（Word Error Rate, WER）

【本文地址】

公司简介

联系我们