Öffentliche Versionen und Endpunkte
| Modell-ID | Endpunkte | Startpreis | Katalog |
|---|---|---|---|
gpt-transcribe
|
/v1/audio/transcriptions
|
$0.02 / Minute | Modelldetails |
whisper-1
|
/v1/audio/transcriptions
|
$0.02 / Minute | Modelldetails |
Überprüfen
Frage den Status ab, bis die Task einen Endstatus erreicht
Wähle <model-id>, um Prüfkommandos zu erzeugen.Konfiguration
Guide-Endpunkt: <endpoint>
Wähle <model-id>, um eine Anfrage mit dem öffentlichen Eingabevertrag des Endpunkts zu erzeugen.In 3 Schritten loslegen
-
Modell-ID auswählen
Wähle eine öffentliche Katalog-Modell-ID und prüfe ihren Endpunkt und aktuellen Startpreis.
-
RunAPI konfigurieren
Setze RUNAPI_API_KEY, bevor du die Endpunktanfrage sendest.
-
Ergebnis überprüfen
Frage bei asynchronen Endpunkten denselben Endpunkt ab, bis die Task einen Endstatus erreicht.
Was du mit Hermes Agent + OpenAI Transcription bauen kannst
-
Voiceover und Sprechertext
Wandle Skripte mit Modellen, die Sprache erzeugen, in gesprochenes Audio für Videos, Kurse und Produktdemos um.
-
Musik und Soundtracks
Erstelle mit Modellen, die Musik erzeugen, Hintergrundmusik und Jingles aus einer Beschreibung von Genre, Stimmung und Tempo.
-
Transkription und Audioverarbeitung
Transkribiere Aufnahmen oder bereinige und verändere vorhandenes Audio mit Modellen, die Audio als Eingabe akzeptieren.
Warum OpenAI Transcription über RunAPI + Hermes Agent nutzen
-
2 Varianten, ein API-Schlüssel
Nutze eine RunAPI-Verbindung, um zwischen den verfügbaren Modellvarianten zu wählen, ohne deine Integration zu ändern.
-
Klare Nutzungspreise
Sieh die aktuellen Katalogpreise vor jeder Anfrage ein, ohne Abonnement oder Mindestumsatz.
-
Direkte Antworten
Synchrone Aufrufe liefern das Ergebnis in derselben Antwort, sodass dein Agent es sofort nutzen kann, ohne den Task-Status abzufragen.
Fragen zu Hermes Agent + OpenAI Transcription
Was ist der Unterschied zwischen Whisper-1 und GPT Transcribe?
Whisper-1 unterstützt JSON, Klartext, Untertitel, ausführliches JSON und Ausgaben mit Zeitstempeln. GPT Transcribe konzentriert sich auf JSON oder Klartext und akzeptiert Stichwort- sowie mehrsprachige Hinweise.
Welche Audiodateien kann ich transkribieren?
Der Endpunkt akzeptiert Uploads in FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV und WebM bis zu 25 MB.
Kann die API Untertitel und Zeitstempel auf Wortebene erstellen?
Whisper-1 kann SRT- oder VTT-Untertitel sowie Zeitstempel auf Wort- oder Segmentebene über ausführliches JSON zurückgeben. Diese Ausgabeformate sind mit GPT Transcribe nicht verfügbar.
Unterstützt GPT Transcribe mehrsprachige Aufnahmen?
Ja. Du kannst einen Hinweis auf eine Sprache oder eine Liste wahrscheinlicher Sprachen sowie Stichworthinweise für Namen und Fachbegriffe angeben.
Ist die Audiotranskription synchron?
Ja. Eine erfolgreiche Anfrage gibt das fertige Transkript direkt zurück; ein separater Endpunkt zur Statusabfrage ist nicht erforderlich.
Welche Modell-ID soll ich verwenden?
Wähle eine öffentliche Modell-ID aus der Versionstabelle. Jede ID stellt die in ihrer Zeile gezeigten Endpunkte bereit.
Konfiguriert diese Anleitung ein Chatmodell?
Nein. Diese Modelllinie verwendet den hier gezeigten Endpunktablauf und wird nicht als Agent-Chatmodell dargestellt.