Versions et endpoints publics
| ID du modèle | Endpoints | Prix de départ | Catalogue |
|---|---|---|---|
gpt-transcribe
|
/v1/audio/transcriptions
|
$0.0071 / minute | Détail du modèle |
whisper-1
|
/v1/audio/transcriptions
|
$0.0094 / minute | Détail du modèle |
Vérification
Interrogez jusqu’à ce que la tâche atteigne un état final
Sélectionnez <model-id> pour générer les commandes de vérification.Configuration
Endpoint du guide: <endpoint>
Sélectionnez <model-id> pour générer une requête conforme au contrat d’entrée public de l’endpoint.Démarrer en 3 étapes
-
Choisir un ID de modèle
Sélectionnez un ID public du catalogue et consultez son endpoint et son prix de départ actuel.
-
Configurer RunAPI
Définissez RUNAPI_API_KEY avant d’envoyer la requête à l’endpoint.
-
Vérifier le résultat
Pour les endpoints asynchrones, interrogez le même endpoint jusqu’à ce que la Task atteigne un état final.
Ce que vous pouvez créer avec Hermes Agent + OpenAI Transcription
-
Voix off et narration
Transformez des scripts en audio parlé pour des vidéos, des cours et des démos produit avec des modèles qui génèrent de la voix.
-
Musique et bandes sonores
Créez des musiques de fond et des jingles à partir d'une description du genre, de l'ambiance et du tempo avec des modèles qui génèrent de la musique.
-
Transcription et traitement audio
Transcrivez des enregistrements ou nettoyez et transformez de l'audio existant avec des modèles qui acceptent l'audio en entrée.
Pourquoi utiliser OpenAI Transcription avec RunAPI + Hermes Agent
-
2 variantes, une clé API
Utilisez une seule connexion RunAPI pour choisir parmi les variantes de modèle disponibles sans modifier votre intégration.
-
Des tarifs d'utilisation clairs
Consultez les tarifs actuels du catalogue avant d'envoyer une requête, sans abonnement ni dépense minimale.
-
Réponses directes
Les appels synchrones renvoient le résultat dans la même réponse : votre agent peut l'utiliser immédiatement, sans interroger l'état d'une tâche.
Questions sur Hermes Agent + OpenAI Transcription
Quelle est la différence entre Whisper-1 et GPT Transcribe ?
Whisper-1 prend en charge JSON, le texte brut, les sous-titres, le JSON détaillé et les sorties horodatées. GPT Transcribe se concentre sur JSON ou le texte brut et accepte des indications de mots-clés et de plusieurs langues.
Quels fichiers audio puis-je transcrire ?
L’endpoint accepte les fichiers FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV et WebM jusqu’à 25 Mo.
L’API peut-elle créer des sous-titres et des horodatages par mot ?
Whisper-1 peut renvoyer des sous-titres SRT ou VTT ainsi que des horodatages par mot ou par segment dans un JSON détaillé. Ces formats de sortie ne sont pas disponibles avec GPT Transcribe.
GPT Transcribe prend-il en charge les enregistrements multilingues ?
Oui. Vous pouvez fournir une indication de langue ou une liste de langues probables, ainsi que des mots-clés pour les noms et les termes propres à un domaine.
La transcription audio est-elle synchrone ?
Oui. Une requête réussie renvoie directement la transcription finale, sans endpoint distinct pour suivre une tâche par polling.
Quel ID de modèle utiliser ?
Choisissez un ID public dans le tableau des versions. Chaque ID expose les endpoints affichés sur sa ligne.
Ce guide configure-t-il un modèle de chat ?
Non. Cette ligne de modèles utilise le parcours d’endpoint présenté ici et n’est pas décrite comme un modèle de chat de l’agent.