Skip to content

OpenAI Audio 操作(OpenAI Audio operations)#

使用此操作来生成音频，或转录或翻译 OpenAI 中的录音。有关 OpenAI 节点本身的更多信息，请参阅 OpenAI。

🌐 Use this operation to generate an audio, or transcribe or translate a recording in OpenAI. Refer to OpenAI for more information on the OpenAI node itself.

生成音频(Generate Audio)#

使用此操作根据文本提示创建音频。

🌐 Use this operation to create audio from a text prompt.

请输入以下参数：

🌐 Enter these parameters:

  • 连接凭证：创建或选择一个现有的 OpenAI 凭证。
  • 资源：选择 音频。
  • 操作：选择 生成音频。
  • 模型：选择你想要用于生成音频的模型。更多信息请参考 TTS | OpenAI。
    • TTS-1：使用此选项以优化速度。
    • TTS-1-HD：使用此选项以优化音质。
  • 文本输入：输入要生成音频的文本。最大长度为4096个字符。
  • 语音：选择在生成音频时使用的语音。在 文本转语音指南 | OpenAI 中试听语音预览。

选项(Options)#

  • 响应格式：选择音频响应的格式。可从 MP3（默认）、OPUS、AAC、FLAC、WAV 和 PCM 中选择。
  • 音频速度：输入生成音频的速度，范围从 0.25 到 4.0。默认值为 1。
  • 放置输出到字段：默认为 data。请输入要将二进制文件数据放入的输出字段名称。

有关更多信息，请参考 Create speech | OpenAI 文档。

🌐 Refer to Create speech | OpenAI documentation for more information.

转录录音(Transcribe a Recording)#

使用此操作将音频转录为文本。OpenAI API 对音频文件的大小限制为 25 MB。默认情况下，OpenAI 将使用 whisper-1 模型。

🌐 Use this operation to transcribe audio into text. OpenAI API limits the size of the audio file to 25 MB. OpenAI will use the whisper-1 model by default.

请输入以下参数：

🌐 Enter these parameters:

  • 连接凭证：创建或选择一个现有的 OpenAI 凭证。
  • 资源：选择 音频。
  • 操作：选择 转录录音。
  • 输入数据字段名称：默认为 data。输入包含音频文件的二进制属性的名称，文件格式可以是：.flac、.mp3、.mp4、.mpeg、.mpga、.m4a、.ogg、.wav 或 .webm。

选项(Options)#

  • 音频文件的语言：请输入输入音频的语言，使用 ISO-639-1 格式。使用此选项可提高准确性和响应速度。
  • 输出随机性（温度）：默认值为 1.0。调整响应的随机性。范围在 0.0（确定性）到 1.0（最大随机性）之间。建议修改此值或 输出随机性（Top P），但不要同时修改。可以从中等温度（约 0.7）开始，根据观察到的输出进行调整。如果响应过于重复或僵硬，请提高温度。如果响应过于混乱或偏离主题，请降低温度。

有关更多信息，请参考 Create transcription | OpenAI 文档。

🌐 Refer to Create transcription | OpenAI documentation for more information.

翻译录音(Translate a Recording)#

使用此操作将音频翻译成英文。OpenAI API 将音频文件大小限制为 25 MB。OpenAI 默认将使用 whisper-1 模型。

🌐 Use this operation to translate audio into English. OpenAI API limits the size of the audio file to 25 MB. OpenAI will use the whisper-1 model by default.

请输入以下参数：

🌐 Enter these parameters:

  • 连接凭证：创建或选择一个现有的 OpenAI 凭证。
  • 资源：选择 音频。
  • 操作：选择翻译录音。
  • 输入数据字段名称：默认为 data。输入包含音频文件的二进制属性的名称，文件格式可以是：.flac、.mp3、.mp4、.mpeg、.mpga、.m4a、.ogg、.wav 或 .webm。

选项(Options)#

  • 输出随机性（温度）：默认值为 1.0。调整响应的随机性。范围在 0.0（确定性）到 1.0（最大随机性）之间。建议修改此值或 输出随机性（Top P），但不要同时修改。可以从中等温度（约 0.7）开始，根据观察到的输出进行调整。如果响应过于重复或僵硬，请提高温度。如果响应过于混乱或偏离主题，请降低温度。

有关更多信息，请参考 Create transcription | OpenAI 文档。

🌐 Refer to Create transcription | OpenAI documentation for more information.

常见问题(Common issues)#

有关常见错误或问题及建议的解决步骤，请参考 常见问题。

🌐 For common errors or issues and suggested resolution steps, refer to Common Issues.