Una API key
Usa las mismas credenciales entre modelos y proveedores.
Audio & Music
OpenAI
OpenAI Transcription API
Accede a la API de OpenAI Transcription a través de RunAPI con una habilidad de modelo, autenticación unificada y precios de pago por uso.
curl -X POST https://runapi.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "whisper-1",
"audio_url": "https://cdn.runapi.ai/public/samples/voice.mp3"
}'import { OpenaiTranscriptionClient } from "@runapi.ai/openai-transcription";
const client = new OpenaiTranscriptionClient();
const result = await client.speechToText.run({
model: "whisper-1",
audio_url: "https://cdn.runapi.ai/public/samples/voice.mp3",
});require "runapi/openai_transcription"
client = RunApi::OpenaiTranscription::Client.new
result = client.speech_to_text.run(
model: "whisper-1",
audio_url: "https://cdn.runapi.ai/public/samples/voice.mp3"
)npx skills add runapi-ai/openai-transcription -g# Claude Code
claude mcp add runapi -s user -- npx -y @runapi.ai/mcp
# Codex
codex plugin install runapi-mcp@agents
# Cursor / Windsurf / VS Code
npx @runapi.ai/mcp init cursorRESUMEN
Acerca de OpenAI Transcription
OpenAI Transcription convierte archivos de audio subidos en texto mediante un endpoint multipart síncrono. Whisper-1 admite subtítulos y marcas de tiempo, mientras que GPT Transcribe acepta palabras clave e indicaciones de idioma para audio multilingüe.
Proveedor
OpenAI
Modalidad
Audio & Music
Variantes
PRECIOS
Precios de OpenAI Transcription
| Endpoint | Resolución | Duración | Precio | |
|---|---|---|---|---|
| speech_to_text | — | — | $0.02 / minute |
Precios mostrados para gpt-transcribe. Otras variantes mantienen sus propios precios por endpoint.
Integración de agentes
Ejecuta OpenAI Transcription desde un agente
CÓMO FUNCIONA
Empieza con OpenAI Transcription
-
Elige el modelo
Selecciona el modelo y la variante que encajan con tu tipo de salida, calidad objetivo y latencia.
-
Autentica una vez
Usa tu clave RunAPI para todos los modelos compatibles.
-
Instala el skill
Añade el model skill a tu workspace de código antes de implementar la función.
-
Recibe la salida
Consulta por task ID o procesa el callback cuando termine la generación.
CONTEXTO
Dónde encaja OpenAI Transcription
OpenAI Transcription ofrece modelos de conversión de voz a texto para actas de reuniones, subtítulos, contenido multimedia indexable y transcripciones multilingües. Ambas variantes usan el formato de solicitud de transcripción de audio compatible con OpenAI.
Por qué usar OpenAI Transcription mediante RunAPI
Listo para skills
El model skill incluye schemas, notas de setup, contexto de precios e IDs de modelo.
Facturación predecible
El precio por uso es visible antes de llamar.
Preguntas sobre 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.
¿Cómo llamo a este modelo?
Instala el model skill y sigue sus notas de setup con tu clave RunAPI.
MODELOS SIMILARES