OpenAI Transcription API
OpenAI 相容音訊轉錄 API，使用 Whisper-1 同 GPT Transcribe 將語音轉成文字。
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 透過同步 multipart endpoint，將上載嘅音訊檔案轉成文字。Whisper-1 支援字幕同時間戳輸出；GPT Transcribe 就支援關鍵字同語言提示，適合多語言音訊。
- 多個變體，對應不同速度／品質層級
- Model skill 包含文件、schema 與 setup 備註
- 支援 app-focused coding workflows
- 生成失敗不收費
比較所有 API 變體
為 app 開發安裝 OpenAI Transcription skill
將模型文件、schema、價格備註與 setup 步驟載入 coding workspace。
# 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.
從 model skill 到第一次結果，只需四步
選擇模型
挑選符合輸出類型、品質門檻與延遲目標的模型與變體。
設定
設定 RunAPI key，並在 coding workspace 安裝 model skill。
開發
使用 skill 指引，在你的 app 內加入模型功能。
接收
透過 task ID 查詢、在支援時串流，或處理 webhook callback。
OpenAI Transcription API 是甚麼？
OpenAI Transcription 提供語音轉文字 model，適合會議記錄、字幕、可搜尋媒體同多語言逐字稿。兩個 variant 都使用 OpenAI 相容嘅音訊轉錄 request 格式。
為何透過 RunAPI 使用 OpenAI Transcription API
一個驗證，對應所有 provider
一組 RunAPI key 即可解鎖整個 catalog。無需分開帳戶，亦無需為每個整合輪換密鑰。
統一定價與計費
按次以 USD 收費，每月結算。失敗的生成不會收費。
內含 schema 的 skill
型別化 schema 與 setup 備註打包在 model skill 內，讓實作從正確契約開始。
常見問題
Whisper-1 同 GPT Transcribe 有咩分別？
Whisper-1 支援 JSON、純文字、字幕、詳細 JSON 同時間戳輸出。GPT Transcribe 專注於 JSON 或純文字輸出，並可接受關鍵字同多語言提示。
可以轉錄咩音訊檔案？
Endpoint 接受 FLAC、MP3、MP4、MPEG、MPGA、M4A、OGG、WAV 同 WebM 格式，上載檔案大小上限為 25 MB。
API 可以產生字幕同單字時間戳嗎？
Whisper-1 可回傳 SRT 或 VTT 字幕，亦可透過詳細 JSON 提供單字或片段層級嘅時間戳。GPT Transcribe 唔支援呢啲輸出模式。
GPT Transcribe 支援多語言錄音嗎？
支援。你可以提供單一語言提示或可能語言嘅清單，亦可以加入人名同專業術語嘅關鍵字提示。
音訊轉錄係同步處理嗎？
係。request 成功後會直接回傳完整逐字稿，毋須透過另一個 task endpoint 輪詢。
我應該先用邊個版本？
先選最平而且符合你質素要求的版本。大多數團隊會先用快速版本，之後再升級到 pro 用於正式生產。
有免費方案嗎？
新帳戶可獲得每個模型的首次呼叫免費。之後按次收費。
你哋支援串流結果嗎？
如有提供串流，RunAPI 會端到端串流。
失敗會點樣收費？
生成失敗不會收費。
輸出有快取嗎？
已生成輸出會儲存，並可按任務 ID 取回。輸入內容不會快取。
可以商業使用嗎？
可以——除非模型授權明確限制，否則每個版本都包括商業使用。相關限制會在版本頁面列明。
限流點樣計？
每個密鑰的限流會跟使用等級而提升。最新限制請參考定價頁。
可以在邊度報告問題？
可以在公開 GitHub repo 開 issue，或者電郵支援。