OpenAI Audio operations#

ใช้ operation นี้เพื่อสร้างเสียง หรือถอดความ/แปลไฟล์เสียงใน OpenAI. ดูข้อมูลเพิ่มเติมที่ OpenAI.

Generate Audio#

ใช้ operation นี้เพื่อสร้างเสียงจากข้อความ prompt.

Enter these parameters: - Credential to connect with: สร้างหรือเลือก OpenAI credential ที่มีอยู่แล้ว. - Resource: เลือก Audio. - Operation: เลือก Generate Audio. - Model: เลือก Model ที่ต้องการใช้สร้างเสียง. ดูรายละเอียดเพิ่มเติมที่ TTS | OpenAI. - TTS-1: ใช้สำหรับความเร็ว. - TTS-1-HD: ใช้สำหรับคุณภาพที่สูงกว่า. - Text Input: ระบุข้อความที่ต้องการแปลงเป็นเสียง. ความยาวสูงสุด 4096 ตัวอักษร. - Voice: เลือกเสียงที่จะใช้สร้างเสียง. ฟังตัวอย่างได้ที่ Text to speech guide | OpenAI.

Options#

Response Format: เลือกรูปแบบของการตอบกลับเสียง เช่น MP3 (ค่าเริ่มต้น), OPUS, AAC, FLAC, WAV, หรือ PCM.
Audio Speed: ระบุความเร็วของเสียงที่สร้าง โดยมีค่าระหว่าง 0.25 ถึง 4.0 (ค่าเริ่มต้นคือ 1).
Put Output in Field: ค่าเริ่มต้นคือ data. ระบุชื่อฟิลด์สำหรับเก็บข้อมูล binary.

ดูรายละเอียดเพิ่มเติมที่ Create speech | OpenAI.

Transcribe a Recording#

ใช้ operation นี้เพื่อถอดความเสียงเป็นข้อความ. การอัปโหลดไฟล์เสียงมีจำกัดสูงสุด 25 MB. ค่าเริ่มต้น model คือ whisper-1.

Enter these parameters: - Credential to connect with: สร้างหรือเลือก OpenAI credential ที่มีอยู่แล้ว. - Resource: เลือก Audio. - Operation: เลือก Transcribe a Recording. - Input Data Field Name: ค่าเริ่มต้นคือ data. ระบุชื่อ property แบบ binary ที่มีไฟล์เสียง (รองรับฟอร์แมท: .flac, .mp3, .mp4, .mpeg, .mpga, .m4a, .ogg, .wav, หรือ .webm).

Options#

Language of the Audio File: ระบุภาษาของไฟล์เสียงแบบ ISO-639-1 เพื่อเพิ่มความแม่นยำ.
Output Randomness (Temperature): ค่าเริ่มต้นคือ 1.0. ปรับความสุ่มของผลลัพธ์ในช่วง 0.0 ถึง 1.0. แนะนำเริ่มที่ประมาณ 0.7.

ดูรายละเอียดเพิ่มเติมที่ Create transcription | OpenAI.

Translate a Recording#

ใช้ operation นี้เพื่อแปลเสียงเป็นภาษาอังกฤษ. ขนาดไฟล์เสียงจำกัดสูงสุด 25 MB. ค่าเริ่มต้น model คือ whisper-1.

Enter these parameters: - Credential to connect with: สร้างหรือเลือก OpenAI credential ที่มีอยู่แล้ว. - Resource: เลือก Audio. - Operation: เลือก Translate a Recording. - Input Data Field Name: ค่าเริ่มต้นคือ data. ระบุชื่อ property แบบ binary ที่มีไฟล์เสียงในฟอร์แมท: .flac, .mp3, .mp4, .mpeg, .mpga, .m4a, .ogg, .wav, หรือ .webm.

Options#

Output Randomness (Temperature): ค่าเริ่มต้นคือ 1.0. ปรับความสุ่มของผลลัพธ์ โดยมีช่วง 0.0 ถึง 1.0. แนะนำเริ่มประมาณ 0.7.

ดูรายละเอียดเพิ่มเติมที่ Create transcription | OpenAI.

Common issues#

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