GPT Transcribe er OpenAI’s tale-til-tekst-model til færdige lydfiler, streamede filtransskriptioner og eksplicit afsluttede lydsegmenter i Realtime-sessioner. Den modtager lyd med valgfri tekstkontekst og returnerer genkendt tekst. Producenten positionerer den til præcis transskription af optaget tale på originalsproget, herunder fagspecifikt ordforråd, flersprogede optagelser og kodeveksling. Det nyttige output er en transskription, som forbliver knyttet til optagelsen, med metadata om registrerede sprog, når modellen kan lave en pålidelig forudsigelse.
OpenAI’s arbejdsgang til filtransskription accepterer uploads på op til 25 MB. Den aktuelle endepunktsreference angiver inputformaterne FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV og WebM og anbefaler tilstrækkelige filmetadata til at identificere formatet, herunder en passende filendelse og indholdstype. Til en større optagelse anbefaler vejledningen komprimering eller opdeling i filer på højst 25 MB. Undgå at klippe midt i en sætning, da fjernelse af den omgivende tale kan gøre genkendelsen mindre præcis. Hold delene i rækkefølge, og bevar deres positioner i originaloptagelsen.
Til et møde, interview eller en optaget præsentation skal den faktiske lyd leveres, og emnet samt den terminologi, der sandsynligvis bliver sagt, angives. Et nyttigt resultat er den genkendte ordlyd frem for et udledt resumé af samtalen. Bevar optagelsens identifikator sammen med den returnerede tekst, så en person, der kontrollerer et navn, et tal eller en usikker formulering, kan vende tilbage til den rigtige kilde. En transskription kan derefter blive materiale til en separat arbejdsgang for opsummering, oversættelse eller redaktionel behandling.
Producenten skelner mellem tre slags vejledning. En prompt giver fri kontekst om optagelsens emne eller situation. Nøgleord angiver bogstavelige ord eller udtryk, som forventes i talen. En sprogliste angiver de forventede talte sprog. Ved en tosproget produktsamtale skal situationen beskrives i prompten, de relevante produktnavne opregnes som nøgleord, og de forventede sprog angives. Det er genkendelsestips, ikke instruktioner om at indsætte ord, som ingen har sagt.
GPT Transcribe bruger flertalsfeltet languages frem for det ældre entalsfelt language; OpenAI angiver, at begge ikke må sendes sammen. Vejledningen accepterer understøttede ISO 639-1-koder, udvalgte ISO 639-3-koder og regionale kinesiske locale-koder, mens ikke-understøttede eller fejlformede værdier afvises. Hvert nøgleord skal være på én linje og må ikke indeholde en vinkelparentes, vognretur eller et nylinjetegn. Et ugyldigt nøgleord eller en for lang prompt kan få hele anmodningen afvist. Hold konteksten relevant, og kontroller, om de angivne navne faktisk forekommer i lyden, frem for at behandle listen med tips som transskriptionen.
Det dokumenterede filresultat er JSON med transskriptionen og registrerede sprog. Disse sprogforudsigelser er modellens output, ikke en kopi af de leverede sprogtips. En tom sprogliste er et gyldigt resultat, når modellen ikke kan lave en pålidelig forudsigelse; den dokumenterer ikke, at optagelsen var tavs, eller at transskriptionen mislykkedes. Hold genkendt tekst og sprogmetadata adskilt, så efterfølgende behandling kan bruge hver del efter dens betydning.
En færdig fil kan levere transskriptionstekst gradvist, mens den behandles. OpenAI dokumenterer transcript.text.delta-hændelser til delvis tekst og transcript.text.done til den fulde filtransskription; den afsluttende hændelse omfatter også registrerede sprog. Det streamer outputtet fra en allerede leveret optagelse. Det er nyttigt til at vise fremskridt ved en lang upload, mens den afsluttende hændelse fastlægger den tekst, der skal bevares som det færdige resultat.
GPT Transcribe har også en specialiseret Realtime-arbejdsgang over WebSocket. Lyd tilføjes til inputbufferen, hvorefter applikationen eksplicit afslutter et lydsegment. Transskriptionen begynder for dette afsluttede stykke og kan udsende tekstdeltaer før fuldførelseshændelsen, herunder oplysninger om registrerede sprog. Modellen bruger automatisk tidligere transskriberede segmenter som kontekst i denne sessionsarbejdsgang fra producenten. Det er adskilt fra løbende at udsende liveundertekster, mens mikrofonlyd ankommer; OpenAI angiver GPT Live Transcribe til denne kontinuerlige arbejdsgang.
Ved flere segmenter skal inputelementets identifikator bevares sammen med den tilhørende transskription. OpenAI advarer om, at fuldførelseshændelser fra forskellige segmenter ikke nødvendigvis ankommer i talerækkefølge, så knyt hvert slutresultat til dets afsluttede input frem for kun at arrangere samtalen efter fuldførelsestid. Det nyttige resultat er en ordnet transskription samlet fra de rigtige endelige elementer, hvor foreløbig tekst behandles som fremskridt frem for en separat fuldført ytring.
Denne profil leverer ikke en universel kontrakt for undertekster, tidsstempler, oversættelse eller talermærkater. OpenAI’s migrationsvejledning skelner mellem disse specialiserede funktioner: undertekstformater med direkte understøttelse og tidsangivelser på ordniveau kræver en kompatibel model og et kompatibelt format, mens talermærkater bruger GPT-4o Transcribe Diarize. Filresultatet fra GPT Transcribe er JSON, ikke en direkte erstatning for et SRT- eller VTT-svar eller et svar med detaljerede tidsstempler. Dens specifikke modelkort offentliggør ikke en numerisk kontekst- eller maksimal outputramme, så et tokenvindue fra en chatmodel må ikke antages at gælde for lydtransskription.
Kontroller vanskeligt ordforråd, tal, accenter, baggrundsstøj og sprogskift mod optagelsen. Kontroller, at relevante tips forbedrede genkendelsen uden at indføre usagte udtryk, og at den endelige transskription omfatter lydens afslutning. Ved et flersproget resultat skal den talte ordlyd bevares, før en oversat version forberedes. Disse kontroller gør transskriptionen nyttig som kildemateriale, mens konteksttips, registrerede sprog og den genkendte tale holdes tydeligt adskilt.
", "aboutText": "GPT Transcribe er OpenAI’s tale-til-tekst-model til færdige lydfiler, streamede filtransskriptioner og eksplicit afsluttede lydsegmenter i Realtime-sessioner. Den modtager lyd med valgfri tekstkontekst og returnerer genkendt tekst. Producenten positionerer den til præcis transskription af optaget tale på originalsproget, herunder fagspecifikt ordforråd, flersprogede optagelser og kodeveksling. Det nyttige output er en transskription, som forbliver knyttet til optagelsen, med metadata om registrerede sprog, når modellen kan lave en pålidelig forudsigelse.\n\n### Forberedelse af en færdig optagelse\n\nOpenAI’s arbejdsgang til filtransskription accepterer uploads på op til 25 MB. Den aktuelle endepunktsreference angiver inputformaterne FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV og WebM og anbefaler tilstrækkelige filmetadata til at identificere formatet, herunder en passende filendelse og indholdstype. Til en større optagelse anbefaler vejledningen komprimering eller opdeling i filer på højst 25 MB. Undgå at klippe midt i en sætning, da fjernelse af den omgivende tale kan gøre genkendelsen mindre præcis. Hold delene i rækkefølge, og bevar deres positioner i originaloptagelsen.\n\nTil et møde, interview eller en optaget præsentation skal den faktiske lyd leveres, og emnet samt den terminologi, der sandsynligvis bliver sagt, angives. Et nyttigt resultat er den genkendte ordlyd frem for et udledt resumé af samtalen. Bevar optagelsens identifikator sammen med den returnerede tekst, så en person, der kontrollerer et navn, et tal eller en usikker formulering, kan vende tilbage til den rigtige kilde. En transskription kan derefter blive materiale til en separat arbejdsgang for opsummering, oversættelse eller redaktionel behandling.\n\n### Kontekst, nøgleordstips og forventede sprog\n\nProducenten skelner mellem tre slags vejledning. En prompt giver fri kontekst om optagelsens emne eller situation. Nøgleord angiver bogstavelige ord eller udtryk, som forventes i talen. En sprogliste angiver de forventede talte sprog. Ved en tosproget produktsamtale skal situationen beskrives i prompten, de relevante produktnavne opregnes som nøgleord, og de forventede sprog angives. Det er genkendelsestips, ikke instruktioner om at indsætte ord, som ingen har sagt.\n\nGPT Transcribe bruger flertalsfeltet languages frem for det ældre entalsfelt language; OpenAI angiver, at begge ikke må sendes sammen. Vejledningen accepterer understøttede ISO 639-1-koder, udvalgte ISO 639-3-koder og regionale kinesiske locale-koder, mens ikke-understøttede eller fejlformede værdier afvises. Hvert nøgleord skal være på én linje og må ikke indeholde en vinkelparentes, vognretur eller et nylinjetegn. Et ugyldigt nøgleord eller en for lang prompt kan få hele anmodningen afvist. Hold konteksten relevant, og kontroller, om de angivne navne faktisk forekommer i lyden, frem for at behandle listen med tips som transskriptionen.\n\n### JSON-output og forudsigelser om registrerede sprog\n\nDet dokumenterede filresultat er JSON med transskriptionen og registrerede sprog. Disse sprogforudsigelser er modellens output, ikke en kopi af de leverede sprogtips. En tom sprogliste er et gyldigt resultat, når modellen ikke kan lave en pålidelig forudsigelse; den dokumenterer ikke, at optagelsen var tavs, eller at transskriptionen mislykkedes. Hold genkendt tekst og sprogmetadata adskilt, så efterfølgende behandling kan bruge hver del efter dens betydning.\n\n### Streaming af en filtransskription\n\nEn færdig fil kan levere transskriptionstekst gradvist, mens den behandles. OpenAI dokumenterer transcript.text.delta-hændelser til delvis tekst og transcript.text.done til den fulde filtransskription; den afsluttende hændelse omfatter også registrerede sprog. Det streamer outputtet fra en allerede leveret optagelse. Det er nyttigt til at vise fremskridt ved en lang upload, mens den afsluttende hændelse fastlægger den tekst, der skal bevares som det færdige resultat.\n\n### Eksplicit afsluttede lydsegmenter i Realtime-sessioner\n\nGPT Transcribe har også en specialiseret Realtime-arbejdsgang over WebSocket. Lyd tilføjes til inputbufferen, hvorefter applikationen eksplicit afslutter et lydsegment. Transskriptionen begynder for dette afsluttede stykke og kan udsende tekstdeltaer før fuldførelseshændelsen, herunder oplysninger om registrerede sprog. Modellen bruger automatisk tidligere transskriberede segmenter som kontekst i denne sessionsarbejdsgang fra producenten. Det er adskilt fra løbende at udsende liveundertekster, mens mikrofonlyd ankommer; OpenAI angiver GPT Live Transcribe til denne kontinuerlige arbejdsgang.\n\nVed flere segmenter skal inputelementets identifikator bevares sammen med den tilhørende transskription. OpenAI advarer om, at fuldførelseshændelser fra forskellige segmenter ikke nødvendigvis ankommer i talerækkefølge, så knyt hvert slutresultat til dets afsluttede input frem for kun at arrangere samtalen efter fuldførelsestid. Det nyttige resultat er en ordnet transskription samlet fra de rigtige endelige elementer, hvor foreløbig tekst behandles som fremskridt frem for en separat fuldført ytring.\n\n### Specialiserede output og væsentlige begrænsninger\n\nDenne profil leverer ikke en universel kontrakt for undertekster, tidsstempler, oversættelse eller talermærkater. OpenAI’s migrationsvejledning skelner mellem disse specialiserede funktioner: undertekstformater med direkte understøttelse og tidsangivelser på ordniveau kræver en kompatibel model og et kompatibelt format, mens talermærkater bruger GPT-4o Transcribe Diarize. Filresultatet fra GPT Transcribe er JSON, ikke en direkte erstatning for et SRT- eller VTT-svar eller et svar med detaljerede tidsstempler. Dens specifikke modelkort offentliggør ikke en numerisk kontekst- eller maksimal outputramme, så et tokenvindue fra en chatmodel må ikke antages at gælde for lydtransskription.\n\nKontroller vanskeligt ordforråd, tal, accenter, baggrundsstøj og sprogskift mod optagelsen. Kontroller, at relevante tips forbedrede genkendelsen uden at indføre usagte udtryk, og at den endelige transskription omfatter lydens afslutning. Ved et flersproget resultat skal den talte ordlyd bevares, før en oversat version forberedes. Disse kontroller gør transskriptionen nyttig som kildemateriale, mens konteksttips, registrerede sprog og den genkendte tale holdes tydeligt adskilt.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2afc33aff5056871e5054eeb0045538a482de84b4e3bd65d967b1dac07a07fd9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "openai/gpt-transcribeGPT Transcribe omsætter optaget tale til tekst på originalsproget med kontekstprompts, bogstavelige nøgleordstips og flere sprogtips. OpenAI dokumenterer transskription af færdige filer, streamede filresultater og transskription efter eksplicit afslutning af Realtime-lydsegmenter.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT Transcribe er OpenAI’s tale-til-tekst-model til færdige lydfiler, streamede filtransskriptioner og eksplicit afsluttede lydsegmenter i Realtime-sessioner. Den modtager lyd med valgfri tekstkontekst og returnerer genkendt tekst. Producenten positionerer den til præcis transskription af optaget tale på originalsproget, herunder fagspecifikt ordforråd, flersprogede optagelser og kodeveksling. Det nyttige output er en transskription, som forbliver knyttet til optagelsen, med metadata om registrerede sprog, når modellen kan lave en pålidelig forudsigelse.
OpenAI’s arbejdsgang til filtransskription accepterer uploads på op til 25 MB. Den aktuelle endepunktsreference angiver inputformaterne FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV og WebM og anbefaler tilstrækkelige filmetadata til at identificere formatet, herunder en passende filendelse og indholdstype. Til en større optagelse anbefaler vejledningen komprimering eller opdeling i filer på højst 25 MB. Undgå at klippe midt i en sætning, da fjernelse af den omgivende tale kan gøre genkendelsen mindre præcis. Hold delene i rækkefølge, og bevar deres positioner i originaloptagelsen.
Til et møde, interview eller en optaget præsentation skal den faktiske lyd leveres, og emnet samt den terminologi, der sandsynligvis bliver sagt, angives. Et nyttigt resultat er den genkendte ordlyd frem for et udledt resumé af samtalen. Bevar optagelsens identifikator sammen med den returnerede tekst, så en person, der kontrollerer et navn, et tal eller en usikker formulering, kan vende tilbage til den rigtige kilde. En transskription kan derefter blive materiale til en separat arbejdsgang for opsummering, oversættelse eller redaktionel behandling.
Producenten skelner mellem tre slags vejledning. En prompt giver fri kontekst om optagelsens emne eller situation. Nøgleord angiver bogstavelige ord eller udtryk, som forventes i talen. En sprogliste angiver de forventede talte sprog. Ved en tosproget produktsamtale skal situationen beskrives i prompten, de relevante produktnavne opregnes som nøgleord, og de forventede sprog angives. Det er genkendelsestips, ikke instruktioner om at indsætte ord, som ingen har sagt.
GPT Transcribe bruger flertalsfeltet languages frem for det ældre entalsfelt language; OpenAI angiver, at begge ikke må sendes sammen. Vejledningen accepterer understøttede ISO 639-1-koder, udvalgte ISO 639-3-koder og regionale kinesiske locale-koder, mens ikke-understøttede eller fejlformede værdier afvises. Hvert nøgleord skal være på én linje og må ikke indeholde en vinkelparentes, vognretur eller et nylinjetegn. Et ugyldigt nøgleord eller en for lang prompt kan få hele anmodningen afvist. Hold konteksten relevant, og kontroller, om de angivne navne faktisk forekommer i lyden, frem for at behandle listen med tips som transskriptionen.
Det dokumenterede filresultat er JSON med transskriptionen og registrerede sprog. Disse sprogforudsigelser er modellens output, ikke en kopi af de leverede sprogtips. En tom sprogliste er et gyldigt resultat, når modellen ikke kan lave en pålidelig forudsigelse; den dokumenterer ikke, at optagelsen var tavs, eller at transskriptionen mislykkedes. Hold genkendt tekst og sprogmetadata adskilt, så efterfølgende behandling kan bruge hver del efter dens betydning.
En færdig fil kan levere transskriptionstekst gradvist, mens den behandles. OpenAI dokumenterer transcript.text.delta-hændelser til delvis tekst og transcript.text.done til den fulde filtransskription; den afsluttende hændelse omfatter også registrerede sprog. Det streamer outputtet fra en allerede leveret optagelse. Det er nyttigt til at vise fremskridt ved en lang upload, mens den afsluttende hændelse fastlægger den tekst, der skal bevares som det færdige resultat.
GPT Transcribe har også en specialiseret Realtime-arbejdsgang over WebSocket. Lyd tilføjes til inputbufferen, hvorefter applikationen eksplicit afslutter et lydsegment. Transskriptionen begynder for dette afsluttede stykke og kan udsende tekstdeltaer før fuldførelseshændelsen, herunder oplysninger om registrerede sprog. Modellen bruger automatisk tidligere transskriberede segmenter som kontekst i denne sessionsarbejdsgang fra producenten. Det er adskilt fra løbende at udsende liveundertekster, mens mikrofonlyd ankommer; OpenAI angiver GPT Live Transcribe til denne kontinuerlige arbejdsgang.
Ved flere segmenter skal inputelementets identifikator bevares sammen med den tilhørende transskription. OpenAI advarer om, at fuldførelseshændelser fra forskellige segmenter ikke nødvendigvis ankommer i talerækkefølge, så knyt hvert slutresultat til dets afsluttede input frem for kun at arrangere samtalen efter fuldførelsestid. Det nyttige resultat er en ordnet transskription samlet fra de rigtige endelige elementer, hvor foreløbig tekst behandles som fremskridt frem for en separat fuldført ytring.
Denne profil leverer ikke en universel kontrakt for undertekster, tidsstempler, oversættelse eller talermærkater. OpenAI’s migrationsvejledning skelner mellem disse specialiserede funktioner: undertekstformater med direkte understøttelse og tidsangivelser på ordniveau kræver en kompatibel model og et kompatibelt format, mens talermærkater bruger GPT-4o Transcribe Diarize. Filresultatet fra GPT Transcribe er JSON, ikke en direkte erstatning for et SRT- eller VTT-svar eller et svar med detaljerede tidsstempler. Dens specifikke modelkort offentliggør ikke en numerisk kontekst- eller maksimal outputramme, så et tokenvindue fra en chatmodel må ikke antages at gælde for lydtransskription.
Kontroller vanskeligt ordforråd, tal, accenter, baggrundsstøj og sprogskift mod optagelsen. Kontroller, at relevante tips forbedrede genkendelsen uden at indføre usagte udtryk, og at den endelige transskription omfatter lydens afslutning. Ved et flersproget resultat skal den talte ordlyd bevares, før en oversat version forberedes. Disse kontroller gør transskriptionen nyttig som kildemateriale, mens konteksttips, registrerede sprog og den genkendte tale holdes tydeligt adskilt.
POST /v1/audio/transcriptionsaudiotext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser openai/gpt-transcribe | Standard— |
Feltinput_audio | Typeobject | KravPåkrævet | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, input_audio |
Parametermaterial_types | Kontraktaudio |
Parametermaterial_conditions | KontraktEksemplet læser din faktiske, ikke-tomme PCM WAV-fil, koder samtlige bytes i filen som base64 og sender input_audio.format som wav. |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · præcist task_id fra en eksisterende mediepost, du ejer
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Afregningsenhed | Beløb |
|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Afregningsenhed— | Beløb Input · Inputtokens — / 1K tokens Output · Outputtokens — / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| Konfigurationsekund inputlyd | Takstplan— | Afregningsenhedpr. sekund lydinput | Beløb Input · sekund inputlyd $0.00015 pr. sekund lydinput |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nHele det oprindelige svarindhold, status og videresendte headere. Denne handler tilføjer hverken en universel JSON-struktur, et tekstfelt eller en opgaveindpakning.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Behold det faktiske X-Client-Request-ID og hele svaret. Læs de oprindelige aktiver, du ejer, og deres præcise signerede indholds-URL’er; indsend aldrig en oprettelse med usikkert udfald igen.
| Felt | Type |
|---|---|
Felttext (when present) | Type |
Feltusage (when present) | Type |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseJSON-indholdet eller det eksplicitte kanoniske model-ID er ugyldigt. | Næste trinBehold svaret, og ret det angivne forespørgselsfelt. |
Svar401 · authentication_error | BetingelseAiloot API-nøglen er ugyldig. | Næste trinBrug din autoriserede Ailoot API-nøgle. |
Svar403 · permission_error | BetingelseNøglens gruppe giver ikke adgang til denne metode. | Næste trinBehold de returnerede fejloplysninger. |
Svar404 · not_found_error | BetingelseDen valgte metode har ingen rute med adgangstilladelse. | Næste trinBehold de returnerede fejloplysninger. |
Svar422 · price_unavailable | BetingelseDen accepterede tarif kan ikke hente den påkrævede inputmængde eller grænse. | Næste trinBehold svaret; brug den inputrepræsentation, som den accepterede tarif kræver. |
Svar503 · | BetingelsePåkrævet lager, rute, metodepris eller reservation er utilgængelig. | Næste trinBehold hele det oprindelige svar. En usikker reservation giver ikke tilladelse til at indsende igen. |
Svar502 · server_error | BetingelseDet oprindelige resultat, forbrug eller den oprindelige afregning skal kontrolleres. | Næste trinBehold det faktiske forespørgsels-ID og det oprindelige svar. Læs den eksisterende post, du ejer; indsend ikke oprettelsen igen. |
Ailoot Ultra openai/gpt-transcribe
Brug metodestierne vist ovenfor.