OpenAI Transcription API
Accesso a un'API compatibile con OpenAI per la trascrizione audio e la conversione da voce a testo con Whisper-1 e GPT Transcribe.
curl -X POST https://runapi.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $RUNAPI_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 cursorOpenAI Transcription converte i file audio caricati in testo tramite un endpoint multipart sincrono. Whisper-1 supporta sottotitoli e timestamp, mentre GPT Transcribe accetta indicazioni su parole chiave e lingue per l'audio multilingue.
- Più varianti per diversi livelli di velocità / qualità
- Il model skill include documentazione, schema e note di setup
- Funziona con workflow di sviluppo app
- Le generazioni fallite non vengono addebitate
Confronta tutte le varianti API
| Variant | Billing | Pricing | |
|---|---|---|---|
| gpt-transcribe | minute | $0.020 | Visualizza → |
| whisper-1 | minute | $0.020 | Visualizza → |
Installa lo skill OpenAI Transcription per lo sviluppo di app
Carica documentazione del modello, schema, note prezzi e passaggi di setup nel tuo workspace di codice.
# Install the model skill for app development workflows
npx skills add runapi-ai/openai-transcription -gInstall the OpenAI Transcription skill for this app: 1. Add runapi-ai/openai-transcription with the skills installer. 2. Load SKILL.md in this workspace. 3. Use its docs, schemas, pricing notes, and setup steps when adding model features. 4. Confirm the install path when done.
Dal model skill al primo risultato in quattro passaggi
Scegli il modello
Seleziona modello e variante adatti al tipo di output, al livello qualità e alla latenza target.
Configura
Imposta la tua chiave RunAPI e installa il model skill nel workspace di codice.
Implementa
Usa le istruzioni dello skill per aggiungere la feature modello dentro la tua applicazione.
Ricevi
Interroga per task ID, usa streaming dove supportato o gestisci il callback webhook.
Che cos'è l'API OpenAI Transcription?
OpenAI Transcription offre modelli di riconoscimento vocale per verbali di riunioni, sottotitoli, contenuti multimediali ricercabili e trascrizioni multilingue. Entrambe le varianti usano il formato di richiesta per la trascrizione audio compatibile con OpenAI.
Perché usare l'API OpenAI Transcription tramite RunAPI
Un’unica autenticazione, tutti i provider
Una sola chiave RunAPI sblocca l’intero catalogo. Niente account separati, niente rotazione delle chiavi per integrazione.
Prezzi e billing unificati
Prezzi per chiamata in USD, fatturati mensilmente. Le generazioni fallite non vengono addebitate.
Skill con schema
Schema tipizzati e note di setup sono inclusi nel model skill, così l'implementazione parte dal contratto corretto.
Domande frequenti
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.
Da quale variante dovrei iniziare?
Scegli la variante più economica che soddisfa il tuo livello di qualità. La maggior parte dei team inizia con la variante veloce e passa alla pro per la produzione.
C’è un piano gratuito?
I nuovi account ricevono le prime chiamate gratuite su ogni modello. Dopo, paghi per chiamata.
Trasmettete i risultati in streaming?
Dove lo streaming è disponibile, RunAPI trasmette end-to-end.
Come vengono addebitati i fallimenti?
Le generazioni non riuscite non vengono addebitate.
Gli output vengono memorizzati nella cache?
Gli output generati vengono salvati e recuperabili tramite ID del task. Gli input non vengono memorizzati nella cache.
Posso usarlo a fini commerciali?
Sì — l’uso commerciale è incluso per ogni variante, salvo che una licenza del modello lo limiti esplicitamente; in tal caso è indicato nella pagina della variante.
E i limiti di rate limit?
I rate limit per chiave scalano in base al tier di utilizzo. Vedi la pagina prezzi per i limiti aggiornati.
Dove posso segnalare problemi?
Apri un issue nel repo GitHub pubblico oppure scrivi al supporto.