O que openai-whisper-api faz?
API de Transcrições de Áudio da OpenAI via curl; gpt-4o-transcribe, mini, diarizar ou whisper-1.
Visão Geral
Esta skill fornece acesso direto à API de transcrições de áudio da OpenAI usando comandos curl. Suporta os modelos gpt-4o-transcribe, gpt-4o-mini-transcribe (com capacidade de diarização) e o modelo legado whisper-1.
Pré-requisitos
- Uma chave de API da OpenAI (
OPENAI_API_KEY) configurada como variável de ambiente ou fornecida diretamente. - Arquivo de áudio em formato compatível:
flac,m4a,mp3,mp4,mpeg,mpga,oga,ogg,wav,webm. curlinstalado no sistema.
Utilização
Transcrever com whisper-1 (modelo legado)
curl -s -X POST "https://api.openai.com/v1/audio/transcriptions" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: multipart/form-data" \
-F "[email protected]" \
-F "model=whisper-1"
Transcrever com gpt-4o-transcribe
curl -s -X POST "https://api.openai.com/v1/audio/transcriptions" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: multipart/form-data" \
-F "[email protected]" \
-F "model=gpt-4o-transcribe" \
-F "response_format=text"
Transcrever com gpt-4o-mini-transcribe e diarização
curl -s -X POST "https://api.openai.com/v1/audio/transcriptions" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: multipart/form-data" \
-F "[email protected]" \
-F "model=gpt-4o-mini-transcribe" \
-F "diarize=true"
Parâmetros opcionais
| Parâmetro | Descrição |
|---|---|
language | Código ISO 639-1 do idioma (ex.: pt, en). Ajuda na precisão. |
response_format | Formato da saída: json, text, srt, verbose_json, vtt. |
temperature | Controla a aleatoriedade da saída (0.0 a 1.0). |
timestamp_granularities[] | Nível de granularidade dos timestamps: word ou segment. |
Exemplo com parâmetros avançados
curl -s -X POST "https://api.openai.com/v1/audio/transcriptions" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: multipart/form-data" \
-F "[email protected]" \
-F "model=gpt-4o-transcribe" \
-F "language=pt" \
-F "response_format=verbose_json" \
-F "timestamp_granularities[]=word" \
-F "timestamp_granularities[]=segment"
Notas
- A diarização (
diarize=true) só está disponível para o modelogpt-4o-mini-transcribe. - O modelo
gpt-4o-transcribeoferece melhor precisão e suporte a timestamps em nível de palavra e segmento. - Para ambientes de produção, considere usar a biblioteca oficial da OpenAI (
openaipacote Python/Node) em vez decurl.
Limitações
- Tamanho máximo do arquivo: 25 MB (limite da API).
- A diarização pode não funcionar bem com áudio de baixa qualidade ou múltiplos falantes sobrepostos.