Conçu pour les agents vocaux qui ne peuvent pas attendre 600ms
Inscription gratuiteConnexion

OpenAI : GPT-Realtime-Whisper

openai/gpt-realtime-whisper
actif stt 1 fournisseur
Playground

Natively-streaming low-latency speech-to-text for live audio with tunable latency versus accuracy, streaming only.

AuteurOpenAI
Langues1 langues
Statutactif

Fournisseurs

Plusieurs fournisseurs peuvent héberger le même modèle. Choisissez-en un lorsque vous avez besoin d’un backend fixe, ou laissez le routage choisir parmi eux.

FournisseurSlugPar heureLatenceiPour le TTS, la latence correspond au délai jusqu’au premier octet audio. Pour le STT, elle correspond au délai jusqu’au premier token.ModesDisponibilité
OpenAI 2 paramètres
openai
$1,02
—
Streaming

Langues prises en charge

1 langues
English en

Fonctionnalités

Speech to text

Transcribes spoken audio to text.

speech_to_text
Streaming

Real-time transcription over the WebSocket Realtime API.

streaming
Multilingual transcription

Supports 99 languages.

multilingual_transcription

Code

Client
Mode
Langage

STT en streaming avec l’ElevenLabs SDK

Diffuse l’audio du micro ou d’un fichier via la route AllModels compatible ElevenLabs.

import { ElevenLabsClient } from "elevenlabs";

const client = new ElevenLabsClient({
  apiKey: process.env.ALLMODELS_API_KEY,
  baseUrl: "https://api.allmodels.io/el"
});

const connection = await client.speechToText.realtime.connect({
  modelId: "openai/gpt-realtime-whisper",
  languageCode: "en"
}, {
  queryParams: {
    provider: {
      "only": [
        "openai"
      ]
    }
  }
});

// Send audio frames to connection, then handle transcript events.