Den vollständigen Index der Dokumentation findest du in llms.txt. Die Markdown-Version einer Dokumentationsseite erhältst du, indem du .md an die URL der Seite anhängst.
Hauptnavigation
Design

Audio in Chat Completions

Erweitere deine bestehende Anwendung für Chat Completions um Audioein- und -ausgabe.

Wenn deine textbasierte LLM-Anwendung bereits den Endpunkt für Chat Completions nutzt, kannst du sie um Audiofunktionen erweitern. Unterstützt deine Chat-Anwendung zum Beispiel Texteingaben, kannst du auch Audioein- und -ausgabe hinzufügen. Nimm dazu audio in das Array modalities auf und verwende ein Audiomodell wie gpt-audio-1.5.

Die Dokumentation zur Responses API beschreibt derzeit, wie du Text und Bilder als Eingabe verwendest und Text als Ausgabe erhältst. Für einen Chat mit Audioein- und -ausgabe verwende Chat Completions mit einem Modell, das Audio unterstützt.

Eine natürlich klingende Audioantwort auf einen Prompt erzeugen
import { writeFileSync } from "node:fs";
import OpenAI from "openai";

const openai = new OpenAI();

// Generate an audio response to the given prompt
const response = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
  store: true,
});

// Inspect returned data
console.log(response.choices[0]);

// Write audio data to a file
const audio = response.choices[0].message.audio;
if (!audio) throw new Error("The response did not include audio.");
writeFileSync("dog.wav", Buffer.from(audio.data, "base64"), {
  encoding: "utf-8",
});