Versioni ed endpoint pubblici
| ID modello | Endpoint | Prezzo iniziale | Catalogo |
|---|---|---|---|
gpt-transcribe
|
/v1/audio/transcriptions
|
$0.0071 / minuto | Dettagli modello |
whisper-1
|
/v1/audio/transcriptions
|
$0.0094 / minuto | Dettagli modello |
Verifica
Esegui il polling finché la Task non raggiunge uno stato terminale
Seleziona <model-id> per generare i comandi di verifica.Configurazione
Endpoint della guida: <endpoint>
Seleziona <model-id> per generare una richiesta con il contratto di input pubblico dell’endpoint.Inizia in 3 passaggi
-
Scegli un ID modello
Seleziona un ID pubblico del catalogo e controlla il relativo endpoint e il prezzo iniziale corrente.
-
Configura RunAPI
Imposta RUNAPI_API_KEY prima di inviare la richiesta all’endpoint.
-
Verifica il risultato
Per gli endpoint asincroni, interroga lo stesso endpoint finché la Task non raggiunge uno stato finale.
Cosa puoi creare con Hermes Agent + OpenAI Transcription
-
Voiceover e narrazione
Trasforma copioni in audio parlato per video, corsi e demo di prodotto con modelli che generano voce.
-
Musica e colonne sonore
Crea basi musicali e jingle da una descrizione di genere, atmosfera e tempo con modelli che generano musica.
-
Trascrizione ed elaborazione audio
Trascrivi registrazioni oppure pulisci e trasforma audio esistente con modelli che accettano audio in ingresso.
Perché usare OpenAI Transcription con RunAPI + Hermes Agent
-
2 varianti, una chiave API
Usa una sola connessione RunAPI per scegliere tra le varianti del modello disponibili senza modificare la tua integrazione.
-
Prezzi d'uso chiari
Visualizza i prezzi attuali del catalogo prima di inviare una richiesta, senza abbonamento o spesa minima.
-
Risposte dirette
Le chiamate sincrone restituiscono il risultato nella stessa risposta, così il tuo agente può usarlo subito senza interrogare lo stato di un task.
Domande su Hermes Agent + OpenAI Transcription
Qual è la differenza tra Whisper-1 e GPT Transcribe?
Whisper-1 supporta JSON, testo semplice, sottotitoli, JSON dettagliato e output con timestamp. GPT Transcribe è incentrato su JSON o testo semplice e accetta indicazioni su parole chiave e più lingue.
Quali file audio posso trascrivere?
L'endpoint accetta file FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV e WebM fino a 25 MB.
L'API può creare sottotitoli e timestamp per singola parola?
Whisper-1 può restituire sottotitoli SRT o VTT e timestamp per parola o segmento tramite JSON dettagliato. Questi formati di output non sono disponibili con GPT Transcribe.
GPT Transcribe supporta le registrazioni multilingue?
Sì. Puoi fornire l'indicazione di una lingua o un elenco di lingue probabili, oltre a parole chiave per nomi e termini specifici del settore.
La trascrizione audio è sincrona?
Sì. Una richiesta riuscita restituisce direttamente la trascrizione completata, senza un endpoint separato per il polling dell'attività.
Quale ID modello devo usare?
Scegli un ID pubblico dalla tabella delle versioni. Ogni ID espone gli endpoint mostrati nella sua riga.
Questa guida configura un modello di chat?
No. Questa linea di modelli usa il flusso dell’endpoint mostrato e non viene presentata come modello di chat dell’agente.