For the complete documentation index, see llms.txt. Markdown versions of documentation pages are available by appending .md to the page URL.
Navegação principal
Theme

Áudio na API Chat Completions

Adicione entrada e saída de áudio a um aplicativo que já usa a API Chat Completions.

Se você já tem um aplicativo de texto que usa um LLM pelo endpoint de Chat Completions, talvez queira adicionar recursos de áudio. Por exemplo, se o seu aplicativo de chat aceita texto como entrada, você pode adicionar entrada e saída de áudio. Para isso, inclua audio no array modalities e use um modelo de áudio, como o gpt-audio-1.5.

Atualmente, a documentação da API Responses descreve entradas de texto e imagem com saídas em texto. Para implementar esse tipo de chat com áudio, use a API Chat Completions com um modelo compatível com áudio.

Gere uma resposta em áudio com voz natural a partir de um prompt
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
writeFileSync(
  "dog.wav",
  Buffer.from(response.choices[0].message.audio.data, "base64"),
  { encoding: "utf-8" }
);