Pular para o conteúdo principal
A conversão de fala para texto transcreve áudio falado em texto escrito. Envie um arquivo de áudio para /audio/transcriptions, escolha um modelo de transcrição e selecione o formato de resposta desejado.

Uso Básico

Entradas Suportadas

Formatos de áudio comuns incluem mp3, mp4, mpeg, mpga, m4a, wav, webm, flac e ogg. Consulte a página Modelos de Fala para Texto para saber quais modelos são suportados atualmente e seus preços.

Formatos de Resposta

Use formatos de legenda quando a transcrição for combinada com a reprodução da mídia. Use json ou text quando a transcrição alimentar sumarização, busca ou prompts de chat subsequentes.

Dicas de Produção

  • Mantenha o áudio nítido e evite falas sobrepostas quando possível.
  • Divida gravações muito longas em pedaços menores se seu fluxo de trabalho precisar de menor latência ou retentativas mais fáceis.
  • Armazene o caminho do áudio original, o ID do modelo e o formato de resposta com cada transcrição para fins de auditoria.

Recursos Relacionados