OpenAI Audio API: functies, prijzen en hoe je het gebruikt

AUDIO-API-HANDLEIDING · BIJGEWERKT OP 29 SEPTEMBER 2026

Wil je een opname omzetten in tekst, een voice-over aan een video toevoegen of klanten met een AI-assistent laten praten? De OpenAI Audio-API biedt ontwikkelaars verschillende manieren om met spraak om te gaan, maar voor elke opdracht worden een ander model, een andere aanvraag en een andere factureringseenheid gebruikt.

Begin met de taak die je wilt voltooien. Hieronder vind je de belangrijkste eindpunten, de huidige modelkeuzes, Python-voorbeelden en prijsberekeningen. Als je app ook stemmen, chatmodellen, afbeeldingen of video’s van andere aanbieders nodig heeft, dan is de GlobalGPT API biedt een alternatieve aanpak: één API-toegangspunt met audiotaken naast die diensten.

Wat is de OpenAI Audio API?

De OpenAI Audio API is een reeks programmeerinterfaces voor het verwerken en genereren van spraak. Uw applicatie stuurt tekst of audio naar OpenAI, kiest een model en ontvangt vervolgens gesproken audio of tekst terug. De API kan worden gebruikt voor een transcriptie-app, een artikel met gesproken tekst, een ondertitelingstool of de spraakfuncties van een grotere assistent.

OpenAI's Referentie voor de audio-API maakt een onderscheid tussen spraakgeneratie, transcriptie en vertaling. Dit zijn nuttige bouwstenen: transcriptie zet een opname om in woorden; een afzonderlijk tekstmodel kan die woorden omzetten in een samenvatting, en een spraakmodel kan de samenvatting hardop voorlezen.

ChatGPT is een applicatie die je direct kunt gebruiken; via de API kun je modellen aan je eigen applicatie toevoegen. Als je alleen met ChatGPT wilt communiceren, begin dan met ChatGPT Toegang via spraak en beperkingen. Voor een API-project is een apart budget voor de opzet en het gebruik nodig.

Welk audio-eindpunt en welk model moet je gebruiken?

Kies de output die bij uw toepassing past. Een ondertitelingsbestand, een transcriptie met sprekersaanduidingen en een live gesprek zijn verschillende eindproducten, ook al begint het bij alle drie met iemand die aan het woord is.

De huidige handleiding voor het transcriberen van bestanden beveelt aan gpt-transcribe voor gewone opnames. Voor een podcasttranscript kun je daar beginnen. Als je tijdcodes per woord of ondertitelingsformaten nodig hebt, kijk dan eerst naar de modelspecifieke opties voordat je een model kiest; de ondersteuning varieert.

Het streamen van spraak is iets anders dan een live gesprek

Bij het streamen van tekst-naar-spraak wordt het afspelen van een antwoord gestart voordat het volledige audiobestand is gegenereerd. Dit zorgt er op zichzelf niet voor dat je app kan reageren op een onderbreking door de gebruiker of een lopend gesprek kan beheren. Evenzo leidt het streamen van een transcriptie van een voltooid bestand niet tot het opstarten van een live microfoonsessie.

Voor een nieuwe app met spraakgestuurde interactie heeft OpenAI’s audio- en gesproken rondleiding verwijst naar GPT-Live. Het spraakmodel voert het gesprek, terwijl een backend-agent onderzoek doet of tools gebruikt. De Realtime API blijft een aparte optie wanneer je het sessie- en toolmodel ervan nodig hebt.

Hoe gebruik je de OpenAI Audio API?

Maak voor de onderstaande voorbeelden een OpenAI API-project aan, stel de API-facturering in en bewaar je sleutel in de OPENAI_API_KEY omgevingsvariabele op je server of lokale ontwikkelingscomputer. Installeer de Python SDK met pip install openai. Plaats geen permanente API-sleutel op een openbare webpagina of in een mobiele app-bundel.

Begin met een kort bestand of script, zodat je het antwoord kunt controleren voordat je het verzoek aan je applicatie toevoegt.

1. Een opname uittypen

Een opname opslaan als vergadering.mp3, voer dit script vervolgens uit vanuit dezelfde map. De geretourneerde tekst Dit is het verslag, geen samenvatting van de vergadering of lijst met actiepunten.

from openai import OpenAI

client = OpenAI()

with open("meeting.mp3", "rb") as audio_file:
    transcript = client.audio.transcriptions.create(
 model="gpt-transcribe",
 file=audio_file,
    )

print(transcript.text)

Geef bij productnamen of vaktaal relevante context, in plaats van te verwachten dat het model de spelling kan raden. De huidige transcriptiegids ondersteunt prompt, plus modelspecifieke suggesties voor trefwoorden en taal. Test die opties op een kort voorbeeld uit de opnames die je app daadwerkelijk verwerkt.

Als je bron een opgenomen demo of een interviewvideo is, kun je onze gids raadplegen voor audio uit een video transcriberen legt uit hoe je het bronmateriaal voorbereidt en welke stappen er tussen het verkrijgen van een transcriptie en het opstellen van een bruikbare samenvatting liggen.

2. Een script omzetten in gesproken audio

Kies een ondersteunde stem en beschrijf de weergave. In dit voorbeeld wordt een MP3-bestand op je computer opgeslagen; het bestand wordt niet automatisch afgespeeld.

from pathlib import Path
from openai import OpenAI

client = OpenAI()

with client.audio.speech.with_streaming_response.create(
    model="gpt-4o-mini-tts",
    voice="coral",
    input="De samenvatting van uw vergadering is klaar. Dit zijn de volgende stappen.",
    instructions="Gebruik een rustige, duidelijke toon en een gematigd tempo.",
) as response:
    response.stream_to_file(Path("narration.mp3"))

De handleiding voor tekst-naar-spraak biedt instellingen voor toon, snelheid, intonatie en andere uitspraakopties. MP3 is het standaarduitvoerformaat; andere ondersteunde formaten zijn onder meer WAV, PCM, Opus, AAC en FLAC. De beschikbare stemmen zijn afhankelijk van het model. Bij OpenAI moet bovendien duidelijk worden vermeld dat de stem door AI is gegenereerd.

Als je af en toe een verhaal wilt vertellen, geef je misschien de voorkeur aan een browsertool boven het schrijven van code. Onze handleiding voor tools en werkprocessen voor tekst-naar-spraak behandelt dat traject, inclusief wat je moet controleren voordat je een voice-over exporteert.

3. Vertaal de opgenomen spraak naar Engelse tekst

Het vertaal-eindpunt maakt gebruik van whisper-1 en geeft Engelse tekst weer. Bij een bestaande integratie ziet het verzoek er als volgt uit. Houd rekening met de beëindiging in februari 2027 voordat je er een nieuwe langetermijnafhankelijkheid van maakt.

from openai import OpenAI

client = OpenAI()

with open("interview.mp3", "rb") as audio_file:
    translation = client.audio.translations.create(
 model="whisper-1",
 file=audio_file,
    )

print(translation.text)

Dit verzoek levert geen nagesynchroniseerde Engelse audio op. Nagesynchronisatie vereist extra stappen, waaronder het genereren van spraak en, afhankelijk van het project, timing en videosynchronisatie. Gebruik voor vertaling naar een andere doeltaal een vertaalmethode die die taal expliciet ondersteunt.

Hoeveel kost de OpenAI Audio API?

Er is geen vaste prijs voor de Audio API. Voor bestandstranscriptie, spraakgeneratie en live-sessies gelden verschillende factureringseenheden. De onderstaande cijfers zijn afkomstig uit De API-tarieven van OpenAI, geraadpleegd op 29 september 2026. Het gaat om OpenAI-tarieven, die los staan van de GlobalGPT-prijzen.

In de transcriptierijen wordt gebruikgemaakt van de door OpenAI gepubliceerde geschatte kosten cijfers. Het voorbeeld met het TTS-token is een rekenkundige illustratie op basis van twee opgegeven gebruikstotalen; het is geen voorspelling dat een script hetzelfde aantal invoer- en uitvoertokens zal opleveren. Tekens, teksttokens en audiotokens zijn verschillende eenheden.

Om een reëel project in te schatten, moet u ook het werk na de transcriptie meerekenen. Een vergaderassistent heeft mogelijk een transcriptie, een samenvatting, actiepunten en een herhaling van het gesprek nodig. Elk modelgebruik kan bijdragen aan de factuur. Een spraakagent kan tijdens het gesprek ook gebruikmaken van zoekfuncties of andere hulpmiddelen.

Specifiek voor GPT-Live geldt dat de pagina met modelprijzen maakt een onderscheid tussen de duur van de sessie enerzijds en de kosten voor het backend-model en de tools anderzijds. Een gesprek van één uur dat $3 kost voor de spraaksessie, betekent niet noodzakelijkerwijs dat de totale kosten voor de applicatie $3 bedragen.

GlobalGPT beschikt ook over een API voor audio, chat, afbeeldingen en video

Als audio onderdeel is van een breder product, biedt GlobalGPT een handige optie. De API-overzicht biedt een gemeenschappelijk startpunt voor meerdere modelcategorieën: chatverzoeken maken gebruik van /v1/chat/voltooiingen of /v1/antwoorden, terwijl voor het genereren van afbeeldingen, video’s en audio gebruik wordt gemaakt van /v1/taken.

Een content-app kan bijvoorbeeld met behulp van een chatmodel een script opstellen, een voice-over opnemen, een illustratie genereren en een korte video produceren. Wanneer een workflow met meerdere modellen opzetten, geef elk model een duidelijke taak en geef de gecontroleerde resultaten door tussen de stappen.

Het publiek van GlobalGPT catalogus van audiomodellen bevat Eleven v3, Eleven Multilingual v2, Qwen Audio 3.0 en Seed Audio 1.0 voor het maken van spraakgerelateerde content, plus Scribe en AI Note Taker voor transcriptietaken. Raadpleeg de API-catalogus van het account om te zien welke specifieke modellen beschikbaar zijn voor jouw integratie.

Bij langere scripts geldt dat de Recensie van Eleven Multilingual v2 gaat in op verteltechnieken, taalondersteuning en hoe dit model verschilt van andere ElevenLabs-modellen.

Voor creatieve geluidsopnames met spraak en omgevingsgeluiden, De gids voor stemmen en geluidseffecten van Seed Audio gaat verder dan alleen het hardop voorlezen van tekst. Kies op basis van het soort audio dat je wilt afspelen.

Aan de slag met de GlobalGPT API

1. Open het GlobalGPT API-gedeelte en maak een sleutel aan onder API → API-sleutels → Sleutel aanmaken. Sla het veilig op zodra het wordt weergegeven.
2. Bekijk de modelcatalogus om het modelnummer en de prijs te vinden voor de taak die u nodig hebt.
3. Gebruik de gedocumenteerde parameters van het geselecteerde model. Houd je aan het formaat voor het aanvragen van audiotaken voor /v1/taken, in plaats van een OpenAI te plakken /audio/spraak nuttige lading blijft ongewijzigd.
4. Begin met een klein voorbeeld. Controleer de weergegeven audio, de voltooiingsstatus en het gefactureerde verbruik voordat u een grotere batch verwerkt.

De gedocumenteerde basis-URL van de API is https://api2.glbgpt.com/ai-api/open/v1. Dit verzoek om een alleen-lezen catalogus is een startpunt nadat je je sleutel hebt opgeslagen in GLOBALGPT_API_KEY:

curl "https://api2.glbgpt.com/ai-api/open/v1/models" \
  -H "Authorization: Bearer $GLOBALGPT_API_KEY"

Gebruik de prijs die bij het model staat dat u daadwerkelijk kiest. De prijs voor een GlobalGPT-websiteabonnement, een creditsaldo en een OpenAI-tarief per minuut zijn geen onderling uitwisselbare schattingen voor hetzelfde verzoek.

Veelvoorkomende fouten bij het gebruik van de Audio API en hoe je deze kunt vermijden

Voordat u een keuze maakt op basis van de spraakkwaliteit, moet u een kort fragment testen waarin uw daadwerkelijke woordenschat voorkomt: productnamen, getallen, afkortingen en de talen die uw gebruikers spreken. Controleer bij transcriptie de woorden en de toewijzing aan sprekers. Let bij het inspreken op de uitspraak, pauzes, het tempo en of de beoogde toon ook in een langere alinea behouden blijft.

Gebruik opnames waarvoor u toestemming hebt om ze te verwerken, bewaar sleutels op een betrouwbare server en neem de gegevensvoorwaarden door van de dienst die uw audio ontvangt. Bij een product dat rechtstreeks aan klanten wordt aangeboden, moet u informatie over opnames en AI-stemmen in de interface opnemen.

Welke API-route moet je kiezen?

Kies direct voor OpenAI wanneer je app een specifiek OpenAI-spraakmodel, een gedocumenteerde transcriptieoptie of een native live-spraaksessie nodig heeft. Kies eerst het model dat het meest geschikt is voor de taak en stem je ontwerp af op de daadwerkelijke aanvraag- en factureringsregels van dat model.

Neem GlobalGPT eens in overweging wanneer uw product audio combineert met modellen van verschillende aanbieders, of wanneer u naast chat, afbeeldingen en video ook spraakgeneratie wilt verkennen. Begin met de API-catalogus, kies een beschikbaar model en test eerst een kleine taak voordat u opschaal.

Muziek, vertelling en transcriptie vragen om verschillende modelkeuzes. Onze vergelijking van een audiomodel kiezen op basis van de taak helpt bij het scheiden van muziek, gesproken commentaar en complexere audioscènes.

Voor een enkele voice-over of het transcript van een vergadering kan een webtool volstaan. Een API komt van pas wanneer je eigen applicatie de taak herhaaldelijk moet uitvoeren, de resultaten naar een volgende stap moet doorgeven of het resultaat aan je gebruikers moet presenteren.

Veelgestelde vragen

Is de OpenAI Audio API één model?

Nee. Het gaat om een reeks audio-interfaces. Voor spraakgeneratie, bestandstranscriptie en bestandsvertaling worden verschillende eindpunten en modellen gebruikt. GPT-Live en Realtime bieden aparte, op sessies gebaseerde opties voor live-audiotoepassingen.

Kan de OpenAI Audio API tekst omzetten in spraak?

Ja. Het spraak-eindpunt accepteert tekst, een model en een stem, en levert vervolgens audio op. Met gpt-4o-mini-tts kun je ook instructies voor de uitvoering opgeven, zoals toon en tempo. MP3 is het standaarduitvoerformaat.

Welk model moet ik gebruiken voor een nieuwe transcriptie-app?

In de huidige handleiding voor bestandstranscriptie van OpenAI wordt gpt-transcribe aanbevolen voor algemene spraakopnames. Controleer apart of er specifieke vereisten zijn, zoals tijdstempels bij woorden, ondertitelingsformaten of sprekerslabels, aangezien de ondersteuning per model verschilt.

Wordt Whisper uit de roulatie gehaald?

OpenAI geeft aan dat het gehoste Whisper-1 API-model op 26 februari 2027 uit de roulatie wordt genomen, samen met drie oudere GPT-4o-transcriptiemodellen. Het gaat hier om het uit de roulatie nemen van een API-model; dit betekent niet dat alle Whisper-software of alle OpenAI-audiodiensten worden stopgezet.

Levert audiovertaling gesproken audio op?

Nee. Het eindpunt voor bestandsvertaling levert Engelse tekst op basis van opgenomen spraak. Om vertaalde spraak te genereren, hebt u een extra stap voor spraakgeneratie nodig of een speciale dienst voor spraakvertaling.

Kan ik de Audio API gebruiken voor een live spraakassistent?

Je kunt transcriptie, een tekstmodel en spraakgeneratie combineren tot een spraakassistent, maar voor de verwerking van live-conversaties is een aanvullend ontwerp nodig. OpenAI beveelt GPT-Live aan als uitgangspunt voor nieuwe conversatiegerichte spraaktoepassingen; het beschrijft ook een aparte realtime API.

Heeft GlobalGPT een audio-API?

Ja. In het API-overzicht van GlobalGPT wordt beschreven hoe audio kan worden gegenereerd via het ‘tasks’-eindpunt, naast het genereren van afbeeldingen en video’s. Het ‘models’-eindpunt bevat een overzicht van model-ID’s en prijzen. Controleer de beschikbaarheid en parameters van het gekozen model voordat je een verzoek verstuurt.

Is de audio-API van de GlobalGPT identiek aan die van de OpenAI?

Ze beschrijven verschillende audioroutes: OpenAI biedt speciale audio-eindpunten, terwijl GlobalGPT de audiogeneratie via zijn taken-API regelt. Gebruik de model-ID’s en verzoekvelden van de geselecteerde aanbieder; de compatibiliteit van het OpenAI-eindpunt en de ondersteuning voor live spraak moeten afzonderlijk worden gecontroleerd.