It looks like you may prefer a different language. Switch anytime.

OpenAI · 오디오 & 음악

OpenClaw x OpenAI Transcription

OpenAI Transcription은 회의록, 자막, 검색 가능한 미디어, 다국어 전사를 위한 음성 인식 모델을 제공합니다. 두 모델 모두 OpenAI 호환 오디오 전사 요청 형식을 사용합니다.

2 variants 최저 $0.02 / 분 상업적 사용 지원
API 키 받기 OpenClaw 문서 보기

Prerequisite: npx runapi mcp install

Prompt

프롬프트 모델

작업에 맞는 경우 gpt-transcribe를 사용하세요: 키워드 및 언어 힌트를 지원하는 다국어 음성 텍스트 변환.

You have access to RunAPI task tools for OpenAI Transcription.

Available OpenAI Transcription models:
- gpt-transcribe: 키워드 및 언어 힌트를 지원하는 다국어 음성 텍스트 변환
  endpoints: /v1/audio/transcriptions
  request fields: file, model, response_format
- whisper-1: 자막과 타임스탬프 출력을 지원하는 유연한 오디오 전사
  endpoints: /v1/audio/transcriptions
  request fields: file, model, response_format

Use the model ID and endpoint that match the user's request.
Example prompt: 이 인터뷰 녹음을 JSON으로 전사하고, 녹음에서 사용된 언어를 유지하면서 지정한 제품 용어를 강조하세요.
/v1/audio/transcriptions: Submit the request and verify the synchronous output. POST /v1/audio/transcriptions를 실행하고 동기 응답이 엔드포인트 API 레퍼런스와 일치하는지 확인합니다.

공개 버전 및 엔드포인트

모델 ID 엔드포인트 시작 가격 모델 카탈로그
gpt-transcribe
/v1/audio/transcriptions
$0.02 / 분 모델 상세
whisper-1
/v1/audio/transcriptions
$0.02 / 분 모델 상세

검증

Task가 최종 상태에 도달할 때까지 폴링합니다

<model-id>를 선택하면 검증 명령을 생성합니다.

설정

가이드 엔드포인트: <endpoint>

<model-id>를 선택하면 엔드포인트의 공개 입력 계약에 맞는 요청을 생성합니다.
사용 절차

3단계로 시작하기

  1. 모델 ID 선택

    공개 모델 ID를 선택하고 엔드포인트와 현재 시작 가격을 확인합니다.

  2. RunAPI 설정

    엔드포인트 요청 전에 RUNAPI_API_KEY를 설정합니다.

  3. 결과 검증

    비동기 엔드포인트는 Task가 최종 상태가 될 때까지 같은 엔드포인트를 폴링합니다.

OpenClaw + OpenAI Transcription로 만들 수 있는 것

  • 보이스오버와 내레이션

    음성을 생성하는 모델로 대본을 영상, 강의, 제품 데모용 음성으로 바꿉니다.

  • 음악과 사운드트랙

    음악을 생성하는 모델로 장르, 분위기, 템포 설명에서 배경 음악과 징글을 만듭니다.

  • 전사와 오디오 처리

    오디오 입력을 받는 모델로 녹음을 텍스트로 전사하거나 기존 오디오를 정리하고 변환합니다.

OpenAI Transcription을(를) RunAPI + OpenClaw로 사용하는 이유

  • 2개 변형 모델, 하나의 API 키

    하나의 RunAPI 연결에서 사용 가능한 모델 변형을 선택할 수 있어 통합 방식을 바꿀 필요가 없습니다.

  • 명확한 사용 요금

    요청을 보내기 전에 현재 카탈로그 요금을 확인하세요. 구독이나 최소 사용 금액이 없습니다.

  • 즉시 응답

    동기 호출은 같은 응답 안에 결과를 반환하므로 에이전트가 작업 상태를 폴링하지 않고 바로 결과를 사용할 수 있습니다.

OpenClaw + OpenAI Transcription 자주 묻는 질문

Whisper-1과 GPT Transcribe의 차이점은 무엇인가요?

Whisper-1은 JSON, 일반 텍스트, 자막, 상세 JSON, 타임스탬프 출력을 지원합니다. GPT Transcribe는 JSON 또는 일반 텍스트 출력에 집중하며, 키워드와 여러 언어 힌트를 받을 수 있습니다.

어떤 오디오 파일을 전사할 수 있나요?

FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV, WebM 형식의 파일을 최대 25 MB까지 업로드할 수 있습니다.

API로 자막과 단어 단위 타임스탬프를 만들 수 있나요?

Whisper-1은 SRT 또는 VTT 자막을 반환하고 상세 JSON을 통해 단어 또는 세그먼트 단위 타임스탬프를 제공할 수 있습니다. GPT Transcribe에서는 이러한 출력 형식을 사용할 수 없습니다.

GPT Transcribe는 다국어 녹음을 지원하나요?

네. 하나의 언어 힌트 또는 가능성이 높은 여러 언어 목록과 함께 이름 및 전문 용어를 위한 키워드 힌트를 제공할 수 있습니다.

오디오 전사는 동기식인가요?

네. 요청이 성공하면 별도의 작업 상태 조회 엔드포인트 없이 완성된 전사 결과를 바로 반환합니다.

어떤 모델 ID를 사용해야 하나요?

버전 표에서 공개 모델 ID를 선택하세요. 각 ID가 제공하는 엔드포인트는 해당 행에 표시됩니다.

이 가이드는 채팅 모델을 설정하나요?

아니요. 이 Model Line은 여기에 표시된 엔드포인트 절차를 사용하며 Agent 채팅 모델로 제공되지 않습니다.

OpenClaw에서 OpenAI Transcription 사용 시작하기

API 키 받기 빠른 시작 읽기

팀과 함께 구축하고 계신가요?

엔터프라이즈 설정, 통합, 기술 문의를 도와드립니다.

문의하기