{"id":20169,"date":"2026-09-30T03:22:22","date_gmt":"2026-09-30T07:22:22","guid":{"rendered":"https:\/\/wp.glbgpt.com\/?p=20169"},"modified":"2026-09-30T03:22:23","modified_gmt":"2026-09-30T07:22:23","slug":"openai-audio-api","status":"publish","type":"post","link":"https:\/\/wp.glbgpt.com\/fr\/hub\/openai-audio-api","title":{"rendered":"API audio OpenAI : fonctionnalit\u00e9s, tarifs et mode d'emploi"},"content":{"rendered":"

GUIDE DE L'API AUDIO \u00b7 MIS \u00c0 JOUR LE 29 SEPTEMBRE 2026<\/p>\n\n\n\n

Vous avez besoin de transcrire un enregistrement, d'ajouter une voix off \u00e0 une vid\u00e9o ou de permettre \u00e0 vos clients de dialoguer avec un assistant IA ? Le API audio OpenAI<\/strong> offre aux d\u00e9veloppeurs plusieurs moyens de g\u00e9rer la reconnaissance vocale, mais chaque mission utilise un mod\u00e8le, une requ\u00eate et une unit\u00e9 de facturation diff\u00e9rents.<\/p>\n\n\n\n

Commencez par la t\u00e2che que vous souhaitez mener \u00e0 bien. Vous trouverez ci-dessous les principaux points de terminaison, les mod\u00e8les actuellement disponibles, des exemples en Python et des calculs de tarification. Si votre application a \u00e9galement besoin de voix, de mod\u00e8les de chat, d\u2019images ou de vid\u00e9os provenant d\u2019autres fournisseurs, le API GlobalGPT<\/a> propose une autre solution : un point d'acc\u00e8s API unique regroupant les t\u00e2ches audio et ces services.<\/p>\n\n\n\n

\n

R\u00e9ponse rapide :<\/strong> Utilisez les OpenAI \/v1\/audio\/transcriptions<\/code> pour les enregistrements vocaux, \/v1\/audio\/discours<\/code> pour la synth\u00e8se vocale, et \/v1\/audio\/traductions<\/code> pour la transcription d'enregistrements en anglais. Pour une conversation en cours, choisissez une session vocale en direct. GlobalGPT propose \u00e9galement une API d\u00e9di\u00e9e aux t\u00e2ches audio, dot\u00e9e de son propre catalogue de mod\u00e8les et de son propre format de requ\u00eate.<\/p>\n<\/div>\n\n\n\n

\n

Sur cette page<\/strong><\/p>\n\n\n\n

    \n
  1. Qu'est-ce que l'API audio OpenAI ?<\/a><\/li>\n\n\n\n
  2. Choisissez un point d'extr\u00e9mit\u00e9 et un mod\u00e8le<\/a><\/li>\n\n\n\n
  3. Commencez avec des exemples en Python<\/a><\/li>\n\n\n\n
  4. Comprendre la tarification de l'API Audio<\/a><\/li>\n\n\n\n
  5. Utilisez l'API GlobalGPT pour l'audio et bien plus encore<\/a><\/li>\n\n\n\n
  6. \u00c9vitez les erreurs courantes lors de la configuration<\/a><\/li>\n\n\n\n
  7. Choisissez le bon itin\u00e9raire<\/a><\/li>\n\n\n\n
  8. Foire aux questions<\/a><\/li>\n<\/ol>\n<\/div>\n\n\n\n

    Qu'est-ce que l'API audio OpenAI ?<\/h2>\n\n\n\n

    L'API audio OpenAI est un ensemble d'interfaces destin\u00e9es aux d\u00e9veloppeurs pour le traitement et la g\u00e9n\u00e9ration de la parole. Votre application envoie du texte ou un fichier audio \u00e0 OpenAI, s\u00e9lectionne un mod\u00e8le, puis re\u00e7oit en retour un fichier audio ou du texte lu \u00e0 voix haute. Elle peut \u00eatre utilis\u00e9e pour une application de transcription, la lecture \u00e0 voix haute d'articles, un outil de sous-titrage ou les fonctionnalit\u00e9s vocales d'un assistant plus complet.<\/p>\n\n\n\n

    L'\u00e9quipe d'OpenAI R\u00e9f\u00e9rence de l'API audio<\/a> distingue la g\u00e9n\u00e9ration de la parole, la transcription et la traduction. Il s'agit l\u00e0 d'\u00e9l\u00e9ments de base utiles : la transcription permet d'extraire des mots d'un enregistrement ; un mod\u00e8le textuel distinct peut transformer ces mots en un r\u00e9sum\u00e9, et un mod\u00e8le vocal peut lire ce r\u00e9sum\u00e9 \u00e0 haute voix.<\/p>\n\n\n\n

    Trois demandes, trois r\u00e9sultats diff\u00e9rents<\/h3>
    \n

    Enregistrement \u2192 transcription<\/strong><\/p>

    Entretien, r\u00e9union, conf\u00e9rence ou note vocale<\/p>

    \/audio\/transcriptions<\/code><\/p><\/div>\n

    Script \u2192 enregistrement audio<\/strong><\/p>

    Narration, description audio ou r\u00e9ponse d'une application<\/p>

    \/audio\/discours<\/code><\/p><\/div>\n

    Enregistrement en langue \u00e9trang\u00e8re \u2192 Texte en anglais<\/strong><\/p>

    Traduction en anglais d'un enregistrement vocal<\/p>

    \/audio\/traductions<\/code><\/p><\/div>\n<\/div>

    T\u00e2ches audio bas\u00e9es sur des fichiers OpenAI. Une conversation bidirectionnelle en direct n\u00e9cessite une int\u00e9gration vocale distincte, bas\u00e9e sur des sessions.<\/figcaption><\/figure>\n\n\n\n

    ChatGPT est une application que vous pouvez utiliser directement ; son API vous permet d'int\u00e9grer des mod\u00e8les \u00e0 votre propre application. Si vous souhaitez uniquement interagir avec ChatGPT, commencez par ChatGPT Acc\u00e8s vocal et limites<\/a>. Un projet d'API n\u00e9cessite un budget sp\u00e9cifique pour sa mise en place et son exploitation.<\/p>\n\n\n\n

    Quel terminal audio et quel mod\u00e8le choisir ?<\/h2>\n\n\n\n

    Choisissez le format de sortie adapt\u00e9 aux besoins de votre application. Un fichier de sous-titrage, une transcription avec l'identification des intervenants et une conversation en direct constituent des livrables diff\u00e9rents, m\u00eame si ces trois formats commencent tous par une intervention orale.<\/p>\n\n\n\n

    \n
    Votre mission<\/th>Ligne OpenAI<\/th>Mod\u00e8le ou point de d\u00e9part<\/th>D\u00e9tail important<\/th><\/tr><\/thead>
    Transcrire un enregistrement termin\u00e9<\/td>\/v1\/audio\/transcriptions<\/code><\/td>gpt-transcribe<\/code><\/td>Le point de d\u00e9part recommand\u00e9 par OpenAI pour la transcription de fichiers ; pr\u00e9serve le langage parl\u00e9.<\/td><\/tr>\n
    G\u00e9n\u00e9rer une narration \u00e0 partir d'un texte<\/td>\/v1\/audio\/discours<\/code><\/td>gpt-4o-mini-tts<\/code><\/td>Choisissez une voix et donnez des consignes d'interpr\u00e9tation, par exemple un ton calme ou un rythme plus lent.<\/td><\/tr>\n
    Traduire un enregistrement en anglais<\/td>\/v1\/audio\/traductions<\/code><\/td>chuchotement-1<\/code><\/td>Renvoie un texte en anglais. Ce mod\u00e8le doit \u00eatre retir\u00e9 ; voir la note de migration ci-dessous.<\/td><\/tr>\n
    R\u00e9cup\u00e9rer les segments associ\u00e9s \u00e0 chaque locuteur<\/td>\/v1\/audio\/transcriptions<\/code><\/td>gpt-4o-transcribe-diarize<\/code><\/td>Demande diarized_json<\/code>. Il s'agit \u00e9galement d'un mod\u00e8le qui va \u00eatre retir\u00e9 de la vente.<\/td><\/tr>\n
    Afficher les sous-titres en direct<\/td>S\u00e9ance de transcription en temps r\u00e9el<\/td>gpt-live-transcribe<\/code><\/td>Traite le signal audio entrant sans qu'un assistant ne r\u00e9ponde.<\/td><\/tr>\n
    Mettre en place une conversation vocale continue<\/td>Session GPT-Live<\/td>gpt-live-1<\/code><\/td>Il est capable d'\u00e9couter tout en parlant et de d\u00e9l\u00e9guer des t\u00e2ches \u00e0 un agent en arri\u00e8re-plan.<\/td><\/tr>\n<\/tbody><\/table><\/div>\n\n\n\n

    Le courant Guide de transcription des fichiers<\/a> recommande gpt-transcribe<\/code> pour les enregistrements classiques. Pour une transcription de podcast, commencez par l\u00e0. Si vous avez besoin d'horodatages par mot ou de formats de sous-titres, v\u00e9rifiez les options sp\u00e9cifiques \u00e0 chaque mod\u00e8le avant de faire votre choix ; la prise en charge varie d'un mod\u00e8le \u00e0 l'autre.<\/p>\n\n\n\n

    \n

    Date de migration \u00e0 prendre en compte :<\/strong> Listes OpenAI chuchotement-1<\/code>, gpt-4o-transcribe<\/code>, gpt-4o-mini-transcribe<\/code>, et gpt-4o-transcribe-diarize<\/code> pour la mise hors service de l'API le 26 f\u00e9vrier 2027<\/strong>. Les int\u00e9grations existantes en mati\u00e8re de traduction, de sous-titrage et de diarisation doivent respecter les recommandations officielles concernant la d\u00e9pr\u00e9ciation<\/a> plut\u00f4t que de partir du principe qu'un nouveau mod\u00e8le reprend tous les anciens param\u00e8tres.<\/p>\n<\/div>\n\n\n\n

    La diffusion en continu d'un discours est diff\u00e9rente d'une conversation en direct<\/h3>\n\n\n\n

    La synth\u00e8se vocale en continu commence \u00e0 lire une r\u00e9ponse avant m\u00eame que la g\u00e9n\u00e9ration du fichier audio ne soit enti\u00e8rement termin\u00e9e. Elle ne permet pas, en soi, \u00e0 votre application de d\u00e9tecter une interruption de la part de l'utilisateur ni de g\u00e9rer un appel en cours. De m\u00eame, la lecture en continu d'une transcription \u00e0 partir d'un fichier finalis\u00e9 n'\u00e9tablit pas de session de microphone en direct.<\/p>\n\n\n\n

    Pour une nouvelle application vocale conversationnelle, celle de OpenAI guide audio et vocal<\/a> renvoie vers GPT-Live. Son mod\u00e8le vocal g\u00e8re la conversation tandis qu'un agent en arri\u00e8re-plan effectue des recherches ou utilise des outils. L'API en temps r\u00e9el reste une option distincte lorsque vous avez besoin de son mod\u00e8le de session et d'outils.<\/p>\n\n\n\n

    Comment utiliser l'API audio OpenAI<\/h2>\n\n\n\n

    Pour les exemples ci-dessous, cr\u00e9ez un projet API OpenAI, configurez la facturation de l'API et conservez votre cl\u00e9 dans le OPENAI_API_KEY<\/code> variable d'environnement sur votre serveur ou sur votre machine de d\u00e9veloppement locale. Installez le SDK Python \u00e0 l'aide de pip install openai<\/code>. Ne publiez pas de cl\u00e9 API permanente sur une page Web publique ou dans le fichier d'installation d'une application mobile.<\/p>\n\n\n\n

    Commencez par un petit fichier ou un script afin de pouvoir v\u00e9rifier la r\u00e9ponse avant d'int\u00e9grer la requ\u00eate \u00e0 votre application.<\/p>\n\n\n\n

    1. Transcrire un enregistrement<\/h3>\n\n\n\n

    Enregistrer un enregistrement sous le nom de r\u00e9union.mp3<\/code>, puis ex\u00e9cutez ce script depuis ce m\u00eame dossier. La valeur renvoy\u00e9e texte<\/code> Il s'agit du compte rendu, et non d'un r\u00e9sum\u00e9 de la r\u00e9union ni d'une liste des mesures \u00e0 prendre.<\/p>\n\n\n\n

    from openai import OpenAI\n\nclient = OpenAI()\n\nwith open(\"meeting.mp3\", \"rb\") as audio_file:\n    transcript = client.audio.transcriptions.create(\n model=\"gpt-transcribe\",\n file=audio_file,\n    )\n\nprint(transcript.text)<\/code><\/pre>\n\n\n\n
    Pour les noms de produits ou le vocabulaire sp\u00e9cifique \u00e0 un secteur d'activit\u00e9, fournissez un contexte pertinent au lieu d'attendre du mod\u00e8le qu'il devine l'orthographe. Le guide de transcription actuel prend en charge rapide<\/code>, ainsi que des suggestions de mots-cl\u00e9s et de langues sp\u00e9cifiques \u00e0 chaque mod\u00e8le. Testez ces options sur un court extrait issu des enregistrements que votre application traite r\u00e9ellement.<\/p>\n\n\n\n
    Si votre source est une d\u00e9mo enregistr\u00e9e ou une vid\u00e9o d'interview, consultez notre guide sur transcription de l'audio d'une vid\u00e9o<\/a> explique comment pr\u00e9parer les supports et les \u00e9tapes \u00e0 suivre entre l'obtention d'une transcription et la r\u00e9daction d'un r\u00e9sum\u00e9 utile.<\/p>\n\n\n\n
    2. Convertir un script en fichier audio<\/h3>\n\n\n\n
    Choisissez une voix prise en charge et d\u00e9crivez la lecture. Dans cet exemple, un fichier MP3 est enregistr\u00e9 sur votre ordinateur ; il n'est pas lu automatiquement.<\/p>\n\n\n\n
    from pathlib import Path\nfrom openai import OpenAI\n\nclient = OpenAI()\n\nwith client.audio.speech.with_streaming_response.create(\n    model=\"gpt-4o-mini-tts\",\n    voice=\"coral\",\n    input=\"Le r\u00e9sum\u00e9 de votre r\u00e9union est pr\u00eat. Voici les prochaines \u00e9tapes.\",\n    instructions=\"Utilisez un ton calme et clair, et un d\u00e9bit mesur\u00e9.\",\n) as response:\n    response.stream_to_file(Path(\"narration.mp3\"))<\/code><\/pre>\n\n\n\n
    Le Guide sur la synth\u00e8se vocale<\/a> contr\u00f4les permettant de r\u00e9gler le ton, la vitesse, l'intonation et d'autres param\u00e8tres de lecture. Le format MP3 est le format de sortie par d\u00e9faut ; les autres formats pris en charge sont notamment WAV, PCM, Opus, AAC et FLAC. Les choix de voix d\u00e9pendent du mod\u00e8le. Le OpenAI exige \u00e9galement qu'il soit clairement indiqu\u00e9 que la voix est g\u00e9n\u00e9r\u00e9e par l'IA.<\/p>\n\n\n\n
    Pour une narration ponctuelle, vous pr\u00e9f\u00e9rerez peut-\u00eatre utiliser un outil de navigateur plut\u00f4t que d'\u00e9crire du code. Notre guide sur outils et processus de synth\u00e8se vocale<\/a> aborde ce sujet, notamment les points \u00e0 v\u00e9rifier avant d'exporter une voix off.<\/p>\n\n\n\n
    3. Traduire un enregistrement vocal en texte anglais<\/h3>\n\n\n\n
    Le point de terminaison de traduction utilise chuchotement-1<\/code> et g\u00e9n\u00e8re un texte en anglais. Pour une int\u00e9gration existante, la requ\u00eate se pr\u00e9sente comme suit. Tenez compte de la fin de vie pr\u00e9vue en f\u00e9vrier 2027 avant de cr\u00e9er une nouvelle d\u00e9pendance \u00e0 long terme \u00e0 cet \u00e9gard.<\/p>\n\n\n\n
    from openai import OpenAI\n\nclient = OpenAI()\n\nwith open(\"interview.mp3\", \"rb\") as audio_file:\n    translation = client.audio.translations.create(\n model=\"whisper-1\",\n file=audio_file,\n    )\n\nprint(translation.text)<\/code><\/pre>\n\n\n\n
    Cette demande ne g\u00e9n\u00e8re pas de piste audio doubl\u00e9e en anglais. Le doublage n\u00e9cessite des \u00e9tapes suppl\u00e9mentaires, notamment la g\u00e9n\u00e9ration de la parole et, selon le projet, la synchronisation et l'alignement vid\u00e9o. Pour une traduction vers une autre langue cible, utilisez une m\u00e9thode de traduction prenant explicitement en charge cette langue.<\/p>\n\n\n\n
    Combien co\u00fbte l'API audio OpenAI ?<\/h2>\n\n\n\n
    Il n'existe pas de tarif unique pour l'API Audio. La transcription de fichiers, la synth\u00e8se vocale et les sessions en direct sont factur\u00e9es selon des unit\u00e9s de facturation diff\u00e9rentes. Les chiffres ci-dessous proviennent de Tarifs de l'API OpenAI<\/a>, consult\u00e9es le 29 septembre 2026. Il s'agit des frais OpenAI, distincts des tarifs GlobalGPT.<\/p>\n\n\n\n
    \n
    Mod\u00e8le ou service<\/th>Informations de facturation publi\u00e9es<\/th>Exemple de budget<\/th><\/tr><\/thead>
    gpt-transcribe<\/code><\/td>Co\u00fbt estim\u00e9 : $0,0045 par minute<\/strong><\/td>1 000 minutes \u2248 $4.50<\/strong><\/td><\/tr>\n
    gpt-live-transcribe<\/code><\/td>Co\u00fbt estim\u00e9 : $0,017 par minute<\/strong><\/td>1 000 minutes \u2248 $17.00<\/strong><\/td><\/tr>\n
    chuchotement-1<\/code> \u00b7 abandon du mod\u00e8le de transcription\/traduction<\/td>Co\u00fbt estim\u00e9 : $0,006 par minute<\/strong><\/td>60 minutes \u2248 $0.36<\/strong>; pr\u00e9voir la migration avant le 26 f\u00e9vrier 2027<\/td><\/tr>\n
    gpt-4o-mini-tts<\/code><\/td>$0,60 \/ 1 million de jetons de saisie de texte<\/strong> plus $12 \/ 1M jetons de sortie audio<\/strong><\/td>100 000 jetons d'entr\u00e9e + 100 000 jetons audio de sortie = $1.26<\/strong><\/td><\/tr>\n
    tts-1<\/code><\/td>$15 \/ 1 million de caract\u00e8res<\/strong><\/td>100 000 caract\u00e8res = $1.50<\/strong><\/td><\/tr>\n
    tts-1-hd<\/code><\/td>$30 \/ 1 million de caract\u00e8res<\/strong><\/td>100 000 caract\u00e8res = $3.00<\/strong><\/td><\/tr>\n
    gpt-live-1<\/code> sessions vocales<\/td>$0,05 par minute<\/strong>, factur\u00e9 \u00e0 la seconde<\/td>60 minutes = $3.00<\/strong>, ainsi que l'utilisation des mod\u00e8les et des outils backend<\/td><\/tr>\n<\/tbody><\/table><\/div>\n\n\n\n
    Les lignes de transcription utilisent les donn\u00e9es publi\u00e9es par OpenAI co\u00fbt estim\u00e9<\/em> Chiffres. L'exemple du jeton TTS est une illustration arithm\u00e9tique bas\u00e9e sur deux totaux d'utilisation sp\u00e9cifi\u00e9s ; il ne s'agit pas d'une pr\u00e9diction selon laquelle un script produirait un nombre identique de jetons en entr\u00e9e et en sortie. Les caract\u00e8res, les jetons de texte et les jetons audio sont des unit\u00e9s diff\u00e9rentes.<\/p>\n\n\n\n
    Un budget de transcription de 1 000 minutes<\/h3>
    Environ 16 heures et 40 minutes d'enregistrement audio, selon les estimations par minute publi\u00e9es par OpenAI.<\/p>\n
    Fichiers enregistr\u00e9s \u00b7 gpt-transcribe \u00b7 \u2248 $4.50<\/strong><\/p>
    <\/span><\/div><\/div>\n
    Transcription en direct \u00b7 gpt-live-transcribe \u00b7 \u2248 $17.00<\/strong><\/p>
    <\/span><\/div><\/div>\n
    Diff\u00e9rents modes de saisie ; il ne s'agit pas d'un classement en fonction de la pr\u00e9cision. Les calculs ne tiennent pas compte du traitement suppl\u00e9mentaire du mod\u00e8le textuel, du stockage, de l'h\u00e9bergement de l'application et des nouvelles tentatives.<\/figcaption><\/figure>\n\n\n\n
    Pour \u00e9tablir un devis r\u00e9aliste pour un projet, il faut \u00e9galement tenir compte du travail n\u00e9cessaire apr\u00e8s la transcription. Un assistant de r\u00e9union peut avoir besoin d'une transcription, d'un r\u00e9sum\u00e9, d'une liste des actions \u00e0 mener et d'un enregistrement audio. Chaque appel trait\u00e9 par un mod\u00e8le peut alourdir la facture. Un agent vocal peut \u00e9galement utiliser des outils de recherche ou d'autres outils pendant que la conversation se poursuit.<\/p>\n\n\n\n
    En ce qui concerne sp\u00e9cifiquement GPT-Live, le page de tarification des mod\u00e8les<\/a> distingue la dur\u00e9e de la session des co\u00fbts li\u00e9s au mod\u00e8le backend et aux outils. Un appel d'une heure co\u00fbtant $3 pour la session vocale ne correspond pas n\u00e9cessairement \u00e0 un co\u00fbt total de l'application de $3.<\/p>\n\n\n\n
    GlobalGPT dispose \u00e9galement d'une API pour l'audio, le chat, les images et la vid\u00e9o<\/h2>\n\n\n\n
    Si l'audio fait partie d'un produit plus vaste, le mod\u00e8le GlobalGPT offre une option pratique. Son Pr\u00e9sentation de l'API<\/a> fournit un point d'entr\u00e9e commun pour plusieurs cat\u00e9gories de mod\u00e8les : les requ\u00eates de chat utilisent \/v1\/chat\/compl\u00e9tions<\/code> ou \/v1\/r\u00e9ponses<\/code>, tandis que la g\u00e9n\u00e9ration d'images, de vid\u00e9os et de fichiers audio utilise \/v1\/t\u00e2ches<\/code>.<\/p>\n\n\n\n
    Par exemple, une application de contenu pourrait r\u00e9diger un script \u00e0 l'aide d'un mod\u00e8le de chat, cr\u00e9er une piste audio de narration, g\u00e9n\u00e9rer une illustration et produire une courte vid\u00e9o. Lorsque mise en place d'un flux de travail multimod\u00e8le<\/a>, attribuez \u00e0 chaque mod\u00e8le une t\u00e2che bien d\u00e9finie et transmettez les r\u00e9sultats valid\u00e9s d'une \u00e9tape \u00e0 l'autre.<\/p>\n\n\n\n
    \n
    Question<\/th>API directe OpenAI<\/th>API GlobalGPT<\/th><\/tr><\/thead>
    Quels sont les mod\u00e8les audio concern\u00e9s ?<\/td>Mod\u00e8les OpenAI, notamment gpt-transcribe<\/code> et gpt-4o-mini-tts<\/code>.<\/td>Consultez le catalogue des mod\u00e8les API du compte. Les outils audio de la plateforme comprennent les mod\u00e8les Eleven, Qwen, Seed et Scribe ; il convient de v\u00e9rifier la disponibilit\u00e9 et les param\u00e8tres de chaque mod\u00e8le API.<\/td><\/tr>\n
    Comment les demandes audio sont-elles envoy\u00e9es ?<\/td>Sp\u00e9cifique \u00e0 une t\u00e2che \/v1\/audio\/\u2026<\/code> points de terminaison ; Live Voice utilise une API de session.<\/td>La pr\u00e9sentation de l'API achemine la g\u00e9n\u00e9ration audio via \/v1\/t\u00e2ches<\/code>.<\/td><\/tr>\n
    Comment peut-on v\u00e9rifier les tarifs ?<\/td>Pages consacr\u00e9es aux mod\u00e8les et aux tarifs de l'API de OpenAI.<\/td>La pr\u00e9sentation de l'API GlobalGPT indique que GET \/v1\/models<\/code> r\u00e9pertorie les r\u00e9f\u00e9rences des mod\u00e8les avec leurs prix.<\/td><\/tr>\n
    Dans quels cas est-ce un choix judicieux ?<\/td>Vous avez besoin d'un mod\u00e8le audio OpenAI sp\u00e9cifique ou de ses fonctionnalit\u00e9s de session vocale d\u00e9crites dans la documentation.<\/td>Vous souhaitez disposer d'une fonctionnalit\u00e9 audio en plus des services de chat, d'images et de vid\u00e9o propos\u00e9s par plusieurs fournisseurs.<\/td><\/tr>\n<\/tbody><\/table><\/div>\n\n\n\n
    Le public de GlobalGPT catalogue de mod\u00e8les audio<\/a> Comprend Eleven v3, Eleven Multilingual v2, Qwen Audio 3.0 et Seed Audio 1.0 pour la cr\u00e9ation li\u00e9e \u00e0 la parole, ainsi que Scribe et AI Note Taker pour les t\u00e2ches de transcription. Consultez le catalogue API de votre compte pour conna\u00eetre les mod\u00e8les sp\u00e9cifiques disponibles pour votre int\u00e9gration.<\/p>\n\n\n\n
    Pour les scripts plus longs, le Critique d'Eleven Multilingual v2<\/a> aborde la narration, l'aide linguistique et ce qui le distingue des autres mod\u00e8les ElevenLabs.<\/p>\n\n\n\n
    Pour les cr\u00e9ations audio comprenant des voix et des bruits d'ambiance, Guide des voix et des effets sonores de Seed Audio<\/a> va au-del\u00e0 de la simple lecture \u00e0 voix haute. Choisissez en fonction du type d'enregistrement dont vous avez besoin.<\/p>\n\n\n\n
    Comment d\u00e9buter avec l'API GlobalGPT<\/h3>\n\n\n\n
      \n
    1. Ouvrez la section API GlobalGPT et cr\u00e9ez une cl\u00e9 sous API \u2192 Cl\u00e9s API \u2192 Cr\u00e9er une cl\u00e9<\/strong>. Enregistrez-le en toute s\u00e9curit\u00e9 d\u00e8s qu'il s'affiche.<\/li>\n\n\n\n
    2. Consultez le catalogue des mod\u00e8les pour trouver la r\u00e9f\u00e9rence et le prix du mod\u00e8le correspondant \u00e0 la t\u00e2che que vous souhaitez r\u00e9aliser.<\/li>\n\n\n\n
    3. Utilisez les param\u00e8tres document\u00e9s du mod\u00e8le s\u00e9lectionn\u00e9. Respectez le format de demande de t\u00e2che audio pour \/v1\/t\u00e2ches<\/code>, plut\u00f4t que de coller un OpenAI \/audio\/discours<\/code> charge utile inchang\u00e9e.<\/li>\n\n\n\n
    4. Commencez par un petit \u00e9chantillon. V\u00e9rifiez le fichier audio obtenu, l'\u00e9tat d'avancement et la consommation factur\u00e9e avant de traiter un lot plus important.<\/li>\n<\/ol>\n\n\n\n
      L'URL de base de l'API indiqu\u00e9e dans la documentation est https:\/\/api2.glbgpt.com\/ai-api\/open\/v1<\/code>. Cette requ\u00eate de catalogue en lecture seule constitue un point de d\u00e9part une fois que vous avez enregistr\u00e9 votre cl\u00e9 dans GLOBALGPT_API_KEY<\/code>:<\/p>\n\n\n\n
      curl \"https:\/\/api2.glbgpt.com\/ai-api\/open\/v1\/models\" \\\n  -H \"Authorization: Bearer $GLOBALGPT_API_KEY\"<\/code><\/pre>\n\n\n\n
      Utilisez le prix associ\u00e9 au mod\u00e8le que vous s\u00e9lectionnez effectivement. Le prix d\u2019un abonnement au site web GlobalGPT, un solde cr\u00e9diteur et un tarif \u00e0 la minute OpenAI ne constituent pas des estimations interchangeables pour une m\u00eame demande.<\/p>\n\n\n\n
      \n
      Limite d'int\u00e9gration :<\/strong> GlobalGPT propose sa propre API audio. Sa documentation publique ne mentionne pas la prise en charge des points de terminaison audio natifs de OpenAI, des sessions GPT-Live ni de tous les mod\u00e8les vocaux de OpenAI. Si votre application actuelle repose sur l\u2019une de ces fonctionnalit\u00e9s, v\u00e9rifiez bien cette exigence sp\u00e9cifique avant de changer de fournisseur.<\/p>\n<\/div>\n\n\n\n
      Erreurs courantes li\u00e9es \u00e0 l'API audio et comment les \u00e9viter<\/h2>\n\n\n\n
      \n
      Probl\u00e8me<\/th>Ce qu'il faut v\u00e9rifier<\/th>Prochaine \u00e9tape concr\u00e8te<\/th><\/tr><\/thead>
      L'enregistrement ne parvient pas \u00e0 \u00eatre mis en ligne<\/td>Taille du fichier et encodage r\u00e9el.<\/td>Pour la transcription de fichiers au format OpenAI, veillez \u00e0 ce que chaque fichier t\u00e9l\u00e9charg\u00e9 ne d\u00e9passe pas 25 Mo et utilisez les formats MP3, MP4, MPEG, MPGA, M4A, WAV ou WebM. Compressez les fichiers plus volumineux ou divisez-les aux pauses naturelles.<\/td><\/tr>\n
      La r\u00e9ponse ne comporte aucune indication de locuteur<\/td>Si le mod\u00e8le et le format de r\u00e9ponse choisis prennent en charge la diarisation.<\/td>Pour une int\u00e9gration de diarisation existante, veuillez demander diarized_json<\/code>; pr\u00e9voir la fin de commercialisation annonc\u00e9e de ce mod\u00e8le.<\/td><\/tr>\n
      La traduction est en anglais, mais vous souhaitiez une autre langue<\/td>Prise en charge de la langue cible par le terminal.<\/td>Le point de terminaison de traduction de fichiers renvoie du texte en anglais. Utilisez une \u00e9tape de traduction distincte ou un service prenant en charge votre langue cible.<\/td><\/tr>\n
      Le fichier audio est lu, mais l'assistant ne peut pas g\u00e9rer une interruption<\/td>Que vous ayez mis en place une lecture en streaming ou une session conversationnelle.<\/td>Utilisez une architecture \u00ab Live Voice \u00bb lorsque votre application doit \u00e0 la fois \u00e9couter et parler.<\/td><\/tr>\n
      Un exemple OpenAI \u00e9choue face \u00e0 un autre fournisseur<\/td>URL de base, point de terminaison, identifiant du mod\u00e8le et champs de la requ\u00eate.<\/td>Suivez les instructions audio fournies par le fournisseur. Une configuration similaire du SDK ne garantit pas des chemins audio identiques.<\/td><\/tr>\n<\/tbody><\/table><\/div>\n\n\n\n
      Avant de choisir une voix, testez un court extrait reprenant votre vocabulaire r\u00e9el : noms de produits, chiffres, abr\u00e9viations et langues parl\u00e9es par vos utilisateurs. Pour la transcription, v\u00e9rifiez les mots et l\u2019attribution des locuteurs. Pour la narration, pr\u00eatez attention \u00e0 la prononciation, aux pauses, au rythme et v\u00e9rifiez si le ton souhait\u00e9 est conserv\u00e9 tout au long d\u2019un paragraphe plus long.<\/p>\n\n\n\n
      Utilisez des enregistrements pour lesquels vous disposez d'une autorisation de traitement, conservez les cl\u00e9s sur un serveur fiable et consultez les conditions relatives aux donn\u00e9es du service qui re\u00e7oit vos fichiers audio. Pour un produit destin\u00e9 aux clients, int\u00e9grez \u00e0 l'interface des mentions concernant l'enregistrement et la synth\u00e8se vocale par IA.<\/p>\n\n\n\n
      Quelle route API choisir ?<\/h2>\n\n\n\n
      S\u00e9lectionnez directement OpenAI<\/strong> lorsque votre application n\u00e9cessite un mod\u00e8le vocal OpenAI sp\u00e9cifique, une option de transcription document\u00e9e ou une session vocale en direct native. Commencez par choisir le mod\u00e8le adapt\u00e9 \u00e0 la t\u00e2che et concevez votre application en tenant compte de ses r\u00e8gles r\u00e9elles en mati\u00e8re de requ\u00eates et de facturation.<\/p>\n\n\n\n
      Prenons l'exemple de GlobalGPT<\/strong> lorsque votre produit associe des fonctionnalit\u00e9s audio \u00e0 des mod\u00e8les provenant de plusieurs fournisseurs, ou lorsque vous souhaitez explorer la g\u00e9n\u00e9ration vocale en compl\u00e9ment du chat, des images et de la vid\u00e9o. Commencez par consulter le catalogue d'API, s\u00e9lectionnez un mod\u00e8le disponible, puis testez-le sur une petite t\u00e2che avant de passer \u00e0 une \u00e9chelle plus grande.<\/p>\n\n\n\n
      La musique, la narration et la transcription n\u00e9cessitent des choix de mod\u00e8les diff\u00e9rents. Notre comparaison sur Choix d'un mod\u00e8le audio en fonction de la t\u00e2che<\/a> permet de distinguer la cr\u00e9ation musicale, la narration parl\u00e9e et les sc\u00e8nes audio plus complexes.<\/p>\n\n\n\n
      Pour une simple transcription d'une voix off ou d'une r\u00e9union, un outil en ligne peut suffire. Une API s'av\u00e8re utile lorsque votre propre application doit lancer la t\u00e2che \u00e0 plusieurs reprises, transmettre les r\u00e9sultats \u00e0 une \u00e9tape suivante ou fournir ces r\u00e9sultats \u00e0 vos utilisateurs.<\/p>\n\n\n\n
      Foire aux questions<\/h2>\n\n\n\n
      L'API audio OpenAI correspond-elle \u00e0 un seul mod\u00e8le ?<\/h3>\n\n\n\n
      Non. Il s'agit d'un ensemble d'interfaces audio. La synth\u00e8se vocale, la transcription de fichiers et la traduction de fichiers utilisent des points de terminaison et des mod\u00e8les diff\u00e9rents. GPT-Live et Realtime proposent des options distinctes, bas\u00e9es sur des sessions, pour les applications audio en direct.<\/p>\n\n\n\n
      L'API audio OpenAI permet-elle de convertir du texte en parole ?<\/h3>\n\n\n\n
      Oui. L'API de synth\u00e8se vocale accepte du texte, un mod\u00e8le et une voix, puis renvoie un fichier audio. Avec gpt-4o-mini-tts, vous pouvez \u00e9galement fournir des instructions concernant la prononciation, telles que le ton et le rythme. Le format de sortie par d\u00e9faut est le MP3.<\/p>\n\n\n\n
      Quel mod\u00e8le devrais-je utiliser pour une nouvelle application de transcription ?<\/h3>\n\n\n\n
      Le guide de transcription de fichiers actuel de OpenAI recommande l'utilisation de gpt-transcribe pour les enregistrements vocaux g\u00e9n\u00e9raux. V\u00e9rifiez s\u00e9par\u00e9ment les exigences sp\u00e9cifiques telles que les horodatages des mots, les formats de sous-titres ou les \u00e9tiquettes d'interlocuteurs, car la prise en charge varie selon les mod\u00e8les.<\/p>\n\n\n\n
      Est-ce que Whisper va \u00eatre retir\u00e9 ?<\/h3>\n\n\n\n
      OpenAI annonce que son mod\u00e8le d'API \u00ab Whisper-1 \u00bb h\u00e9berg\u00e9 sera retir\u00e9 le 26 f\u00e9vrier 2027, en m\u00eame temps que trois anciens mod\u00e8les de transcription GPT-4o. Il s'agit du retrait d'un mod\u00e8le d'API, et non d'une annonce indiquant que l'ensemble des logiciels Whisper ou de tous les services audio OpenAI vont cesser leurs activit\u00e9s.<\/p>\n\n\n\n
      La traduction audio fournit-elle un fichier audio ?<\/h3>\n\n\n\n
      Non. Le point de terminaison de traduction de fichiers renvoie du texte en anglais \u00e0 partir d'un enregistrement vocal. Pour obtenir un texte parl\u00e9 traduit, vous devez effectuer une \u00e9tape suppl\u00e9mentaire de synth\u00e8se vocale ou recourir \u00e0 un service d\u00e9di\u00e9 \u00e0 la traduction vocale.<\/p>\n\n\n\n
      Puis-je utiliser l'API Audio pour un assistant vocal en direct ?<\/h3>\n\n\n\n
      Il est possible d'associer la transcription, un mod\u00e8le textuel et la synth\u00e8se vocale au sein d'un assistant vocal, mais la gestion des \u00e9changes en temps r\u00e9el n\u00e9cessite une conception sp\u00e9cifique. OpenAI recommande GPT-Live comme point de d\u00e9part pour les nouvelles applications vocales conversationnelles ; il documente \u00e9galement une API \u00ab Realtime \u00bb distincte.<\/p>\n\n\n\n
      Est-ce que GlobalGPT dispose d'une API audio ?<\/h3>\n\n\n\n
      Oui. La pr\u00e9sentation de l'API de GlobalGPT d\u00e9crit la g\u00e9n\u00e9ration audio via son point de terminaison \u00ab tasks \u00bb, ainsi que la g\u00e9n\u00e9ration d'images et de vid\u00e9os. Son point de terminaison \u00ab models \u00bb r\u00e9pertorie les identifiants des mod\u00e8les et leurs tarifs. V\u00e9rifiez la disponibilit\u00e9 et les param\u00e8tres du mod\u00e8le choisi avant d'envoyer une requ\u00eate.<\/p>\n\n\n\n
      L'API audio du GlobalGPT est-elle identique \u00e0 celle du OpenAI ?<\/h3>\n\n\n\n
      Ils d\u00e9crivent diff\u00e9rents parcours audio : OpenAI fournit des points de terminaison audio d\u00e9di\u00e9s, tandis que GlobalGPT achemine la g\u00e9n\u00e9ration audio via son API de t\u00e2ches. Utilisez les identifiants de mod\u00e8le et les champs de requ\u00eate du fournisseur s\u00e9lectionn\u00e9 ; la compatibilit\u00e9 des points de terminaison OpenAI et la prise en charge de la voix en direct doivent \u00eatre v\u00e9rifi\u00e9es s\u00e9par\u00e9ment.<\/p>\n\n\n\n
      Int\u00e9grer la fonctionnalit\u00e9 audio dans une application d'IA plus g\u00e9n\u00e9rale<\/h3>
      D\u00e9couvrez l'API de GlobalGPT pour les t\u00e2ches li\u00e9es \u00e0 l'audio, au chat, aux images et \u00e0 la vid\u00e9o. Consultez le catalogue de mod\u00e8les et les tarifs, puis commencez par la t\u00e2che dont vos utilisateurs ont le plus besoin.<\/p>
      D\u00e9couvrez l'API GlobalGPT \u2192<\/a><\/p>
      Ouvrez votre espace de travail GlobalGPT<\/a><\/p><\/div>\n\n\n\n