OpenAI 音频操作#
使用此操作可在 OpenAI 中生成音频，或转录/翻译录音文件。有关 OpenAI 节点本身的更多信息，请参阅 OpenAI。
生成音频#
使用此操作从文本提示创建音频。
输入以下参数：
- 连接凭证：创建或选择现有的 OpenAI 凭证。
- 资源：选择 Audio。
- 操作：选择 Generate Audio。
- 模型：选择用于生成音频的模型。更多信息请参阅 TTS | OpenAI。
- TTS-1：用于优化速度。
- TTS-1-HD：用于优化质量。
- 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：选择生成音频时使用的声音。请在 文本转语音指南 | OpenAI 中试听语音预览。
选项#
- 响应格式：选择音频响应的格式。可选 MP3（默认）、OPUS、AAC、FLAC、WAV 和 PCM。
- 音频速度：输入 生成音频的速度，取值范围为
0.25到4.0。默认为1。 - 输出字段：默认为
data。输入输出字段的名称以存放二进制文件数据。
更多信息请参阅 创建语音 | OpenAI 文档。
转录录音#
使用此操作将音频转录为文本。OpenAI API 限制音频文件大小为 25 MB。OpenAI 默认使用 whisper-1 模型。
输入以下参数：
- 连接凭证：创建或选择现有的 OpenAI 凭证。
- 资源：选择 Audio。
- 操作：选择 Transcribe a Recording。
- 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名称，支持格式：.flac、.mp3、.mp4、.mpeg、.mpga、.m4a、.ogg、.wav或.webm。
选项#
- 音频文件语言：以 ISO-639-1 格式输入音频语言。使用此选项可提高准确性和降低延迟。
- 输出随机性（Temperature）：默认为
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。建议调整此参数或输出随机性（Top P） 之一，而非同时调整两者。从中等温度值（约 0.7）开始，并根据观察到的输出进行调整。如果响应过于重复或僵化，则增加温度值；如果过于混乱或偏离轨道，则降低温度值。
更多信息请参阅 创建转录 | OpenAI 文档。
翻译录音#
使用此操作将音频翻译为英语。OpenAI API 限制音频文件大小为 25 MB。OpenAI 默认使用 whisper-1 模型。
输入以下参数：
- 连接凭证：创建或选择现有的 OpenAI 凭证。
- 资源：选择 Audio。
- 操作：选择 Translate a Recording。
- 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名称，支持格式：.flac、.mp3、.mp4、.mpeg、.mpga、.m4a、.ogg、.wav或.webm。
选项#
- 输出随机性（Temperature）：默认为
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。建议调整此参数或输出随机性（Top P） 之一，而非同时调整两者。从中等温度值（约 0.7）开始，并根据观察到的输出进行调整。如果响应过于重复或僵化，则增加温度值；如果过于混乱或偏离轨道，则降低温度值。
更多信息请参阅 创建转录 | OpenAI 文档。
常见问题#
有关常见错误/问题及建议解决步骤，请参阅 常见问题。