ChatGPT API之语音转文字

学习如何将音频转换为文本

介绍

语音到文本 API 提供了两个端点，transcriptions和translations基于我们最先进的开源大型Whisper-v2模型。它们可以用于：

• 将音频转录成任何语言。
• 将音频翻译并转录成英语。

文件上传目前限制为 25 MB，并支持以下输入文件类型：mp3、mp4、mpeg、mpga、m4a、wav 和 webm。

快速入门

转录

转录 API 的输入是您想要转录的音频文件和所需的音频转录输出文件格式。我们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，响应类型将是包含原始文本的json。

{
“text”:“想象一下你曾经拥有的最疯狂的想法，你很好奇它如何扩展到比原来大100倍、1000倍的规模。
....
}

要在请求中设置其他参数，您可以添加更多的 --form 行并使用相关选项。例如，如果您想将输出格式设置为文本，则应添加以下行：

...
--form file