openai-whisper-api は何をしますか？
curl 経由で OpenAI Audio Transcriptions API を利用 (gpt-4o-transcribe, mini, diarize, または whisper-1)。
概要
このスキルは、OpenAI の音声文字起こし API を curl コマンドで直接呼び出します。以下のモデルをサポートします:
gpt-4o-transcribegpt-4o-mini-transcribe(発話者分離対応)whisper-1
前提条件
OPENAI_API_KEY環境変数に OpenAI API キーが設定されていること- curl がインストールされていること
使い方
基本的な文字起こし
curl https://api.openai.com/v1/audio/transcriptions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-F "file=@/path/to/audio.mp3" \
-F "model=gpt-4o-mini-transcribe" \
-F "language=ja"
発話者分離 (Diarization) を有効にする
curl https://api.openai.com/v1/audio/transcriptions \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-F "file=@/path/to/audio.mp3" \
-F "model=gpt-4o-mini-transcribe" \
-F "language=ja" \
-F "diarize=true"
レスポンス例
{
"text": "これは文字起こしされたテキストです。"
}
注意事項
- 対応音声形式:
flac,m4a,mp3,mp4,mpeg,mpga,oga,ogg,wav,webm - ファイルサイズ上限: 25 MB
languageパラメータには ISO 639-1 言語コードを指定します- 発話者分離は
gpt-4o-mini-transcribeモデルでのみ利用可能です