Versiones y endpoints públicos
| ID del modelo | Endpoints | Precio inicial | Catálogo |
|---|---|---|---|
gpt-transcribe
|
/v1/audio/transcriptions
|
$0.02 / minuto | Detalle del modelo |
whisper-1
|
/v1/audio/transcriptions
|
$0.02 / minuto | Detalle del modelo |
Verificar
Consulta hasta que la tarea alcance un estado final
Selecciona <model-id> para generar los comandos de verificación.Configuración
Endpoint de la guía: <endpoint>
Selecciona <model-id> para generar una solicitud con el contrato de entrada público del endpoint.Empieza en 3 pasos
-
Elige un ID de modelo
Selecciona un ID público del catálogo y revisa su endpoint y precio inicial actual.
-
Configura RunAPI
Define RUNAPI_API_KEY antes de enviar la solicitud al endpoint.
-
Verifica el resultado
Para endpoints asíncronos, consulta el mismo endpoint hasta que la Task alcance un estado final.
Qué puedes crear con Hermes Agent + OpenAI Transcription
-
Locución y narración
Convierte guiones en audio hablado para vídeos, cursos y demos de producto con modelos que generan voz.
-
Música y bandas sonoras
Crea pistas de fondo y jingles a partir de una descripción de género, ambiente y tempo con modelos que generan música.
-
Transcripción y procesamiento de audio
Transcribe grabaciones o limpia y transforma audio existente con modelos que aceptan audio como entrada.
Por qué usar OpenAI Transcription con RunAPI + Hermes Agent
-
2 variantes, una clave de API
Usa una sola conexión de RunAPI para elegir entre las variantes de modelo disponibles sin cambiar tu integración.
-
Precios de uso claros
Consulta los precios actuales del catálogo antes de enviar una solicitud, sin suscripción ni gasto mínimo.
-
Respuestas directas
Las llamadas síncronas devuelven el resultado en la misma respuesta, así tu agente puede usarlo de inmediato sin consultar el estado de una tarea.
Preguntas sobre Hermes Agent + OpenAI Transcription
¿Cuál es la diferencia entre Whisper-1 y GPT Transcribe?
Whisper-1 admite JSON, texto sin formato, subtítulos, JSON detallado y resultados con marcas de tiempo. GPT Transcribe se centra en JSON o texto sin formato y acepta indicaciones de palabras clave y de varios idiomas.
¿Qué archivos de audio puedo transcribir?
El endpoint acepta archivos FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV y WebM de hasta 25 MB.
¿Puede la API crear subtítulos y marcas de tiempo por palabra?
Whisper-1 puede devolver subtítulos SRT o VTT y marcas de tiempo por palabra o segmento mediante JSON detallado. Estos modos de salida no están disponibles con GPT Transcribe.
¿GPT Transcribe admite grabaciones multilingües?
Sí. Puedes proporcionar la indicación de un idioma o una lista de idiomas probables, además de palabras clave para nombres y términos específicos del ámbito.
¿La transcripción de audio es síncrona?
Sí. Una solicitud completada correctamente devuelve directamente la transcripción final, sin un endpoint independiente para consultar el estado de la tarea.
¿Qué ID de modelo debo usar?
Elige un ID público en la tabla de versiones. Cada ID expone los endpoints mostrados en su fila.
¿Esta guía configura un modelo de chat?
No. Esta línea de modelos usa el flujo de endpoint mostrado y no se presenta como modelo de chat del agente.