OpenAI 音频操作#

使用此操作在 OpenAI 中生成音频，或转录或翻译录音。请参阅 OpenAI 了解有关 OpenAI 节点本身的更多信息。

Generate Audio 生成音频#

使用此操作从文本提示创建音频。

输入这些参数：

Credential to connect with 连接凭据：创建或选择现有的 OpenAI 凭据。
Resource 资源：选择 Audio 音频。
Operation 操作：选择 Generate Audio 生成音频。
Model 模型：选择您想要用于生成音频的模型。请参阅 TTS | OpenAI 了解更多信息。
- TTS-1：使用此项优化速度。
- TTS-1-HD：使用此项优化质量。
Text Input 文本输入：输入要为其生成音频的文本。最大长度为 4096 个字符。
Voice 语音：选择生成音频时使用的语音。在文本到语音指南 | OpenAI 中听语音预览。

Response Format 响应格式：选择音频响应的格式。可选择 MP3（默认）、OPUS、AAC、FLAC、WAV 和 PCM。
Audio Speed 音频速度：输入生成音频的速度，值从 0.25 到 4.0。默认为 1。
Put Output in Field 将输出放在字段中：默认为 data。输入要放置二进制文件数据的输出字段的名称。

请参阅创建语音 | OpenAI 文档了解更多信息。

使用此操作将音频转录为文本。OpenAI API 将音频文件大小限制为 25 MB。OpenAI 默认使用 whisper-1 模型。

输入这些参数：

Credential to connect with 连接凭据：创建或选择现有的 OpenAI 凭据。
Resource 资源：选择 Audio 音频。
Operation 操作：选择 Transcribe a Recording 转录录音。
Input Data Field Name 输入数据字段名称：默认为 data。输入包含以下格式之一的音频文件的二进制属性名称：.flac、.mp3、.mp4、.mpeg、.mpga、.m4a、.ogg、.wav 或 .webm。

Language of the Audio File 音频文件的语言：在 ISO-639-1 中输入输入音频的语言。使用此选项提高准确性和延迟。
Output Randomness (Temperature) 输出随机性（温度）：默认为 1.0。调整响应的随机性。范围在 0.0（确定性）和 1.0（最大随机性）之间。我们建议更改此项或 Output Randomness (Top P) 输出随机性（Top P），但不要同时更改两者。从中等温度（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，请增加温度。如果它们过于混乱或偏离轨道，请降低温度。

请参阅创建转录 | OpenAI 文档了解更多信息。

使用此操作将音频翻译为英语。OpenAI API 将音频文件大小限制为 25 MB。OpenAI 默认使用 whisper-1 模型。

输入这些参数：

Credential to connect with 连接凭据：创建或选择现有的 OpenAI 凭据。
Resource 资源：选择 Audio 音频。
Operation 操作：选择 Translate a Recording 翻译录音。
Input Data Field Name 输入数据字段名称：默认为 data。输入包含以下格式之一的音频文件的二进制属性名称：.flac、.mp3、.mp4、.mpeg、.mpga、.m4a、.ogg、.wav 或 .webm。

Output Randomness (Temperature) 输出随机性（温度）：默认为 1.0。调整响应的随机性。范围在 0.0（确定性）和 1.0（最大随机性）之间。我们建议更改此项或 Output Randomness (Top P) 输出随机性（Top P），但不要同时更改两者。从中等温度（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，请增加温度。如果它们过于混乱或偏离轨道，请降低温度。

请参阅创建转录 | OpenAI 文档了解更多信息。

有关常见错误或问题和建议的解决步骤，请参阅常见问题。