chatgpt介面開發筆記3: 語音識別介面

1.文本轉語音

1、瞭解介面參數

介面地址：

POST https://api.openai.com/v1/audio/speech

下麵是介面文檔描述內容：

參數：

{
"model": "tts-1",
"input": "你好，我是饒坤，我是terramours gpt的開發者",
"voice": "alloy"
}

• model 模型
• input 需要轉換的文字
• voice 語音風格

2.postman測試

3.結果：

2.語音轉文本

1、瞭解介面參數

介面地址：

POST  https://api.openai.com/v1/audio/transcriptions

文檔：

參數

curl https://api.openai.com/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: multipart/form-data" \
  -F file="@/path/to/file/audio.mp3" \
  -F model="whisper-1"

• file 需要解析的語言文件
• model 模型類型

2.postman測試

3.結果：

{
    "text": "你好,我是饒坤,我是 Terramers GPT 的開發者。"
}

SDK開發

對應的語音介面我會加入到SDK中，使用C#開發者可以在nuget中搜索AllInAI.Sharp.API.

SDK為開源項目，代碼地址：https://github.com/raokun/AllInAI.Sharp.API

首先在項目中安裝sdk

Install-Package AllInAI.Sharp.API

1.Speech

1.OpenAI

public async Task OpenAISpeechTest() {
    try {
        AuthOption authOption = new AuthOption() { Key = "sk-**", BaseUrl = "https://api.openai.com", AIType = Enums.AITypeEnum.OpenAi };
        AudioService audioService = new AudioService(authOption);
        AudioSpeechReq req = new AudioSpeechReq() { Model = "tts-1", Input = "你好，我是饒坤，我是AllInAI.Sharp.API的開發者", Voice = "alloy" };
        var res = await audioService.Speech<Stream>(req);
        if(res.Data != null) {
            var filePath = $"D:/test/{Guid.NewGuid()}.mp3";
            using (FileStream fileStream = File.Create(filePath)) {
                res.Data.CopyTo(fileStream);
            }
        }
    }
    catch (Exception e) {
        Console.WriteLine(e.Message);
    }
}

1.Transcriptions

1.OpenAI

public async Task OpenAITranscriptionsTest() {
    try {
        AuthOption authOption = new AuthOption() { Key = "sk-**", BaseUrl = "https://api.openai.com", AIType = Enums.AITypeEnum.OpenAi };
        // 讀取音頻文件的二進位內容
        byte[] audioData = File.ReadAllBytes("C:/Users/Administrator/Desktop/response.mp3");
        AudioService audioService = new AudioService(authOption) ;
        AudioCreateTranscriptionReq req = new AudioCreateTranscriptionReq() { File=audioData,FileName= "response.mp3",Model= "whisper-1" ,Language="zh"};
        AudioTranscriptionRes res = await audioService.Transcriptions(req);
    }
    catch (Exception e) {
        Console.WriteLine(e.Message);
    }
}

閱讀如遇樣式問題，請前往個人博客瀏覽： [https://www.raokun.top](chatgpt介面開發筆記3: 語音識別介面)

擁抱ChatGPT：https://first.terramours.site

SDK應用開源項目:https://github.com/TerraMours/TerraMours_Gpt_Web