5.2.1.20.6. 文字起こし¶

入力音声ファイルをもとに文字起こしを行うためのタスクです。

5.2.1.20.6.1. 入力値¶

im_transcription <object> *
  ├─ input <binary> *
  └─ option <object>
       └─ model <string>

項目名	必須/任意	型	配列/リスト	説明
im_transcription	必須	object	なし	-
input	必須	binary	なし	音声ファイルを指定してください。（mp3ファイルなど）
option	任意	object	なし	-
model	任意	string	なし	モデルを指定してください。

コラム

model に指定する値については、各生成AIサービスにより異なります。

設定可能（利用検証済み）文字起こしモデル名は「IM-Copilot 利用ガイド」の「サポートモデル」を参照してください。

コラム

入力できるファイル形式は、生成AIサービスによって異なります。
ファイルサイズに制限がある場合もあります。
例：OpenAIでは、2024年10月時点で最大25MBまで対応。

OpenAI:
https://platform.openai.com/docs/api-reference/audio/createTranscription

Azure OpenAI Service:
https://learn.microsoft.com/azure/ai-services/speech-service/whisper-overview

注意

input に指定するファイルのサイズ、同時アクセス数などを考慮してご利用ください。

（実行環境のサイジング設計や負荷試験など）

5.2.1.20.6.2. 出力値¶

im_transcription <object>
  └─ text <string>

項目名	型	配列/リスト	説明
im_transcription	object	なし	-
text	string	なし	文字起こし結果

目次

5.2.1.20.6. 文字起こし¶

5.2.1.20.6.1. 入力値¶

5.2.1.20.6.2. 出力値¶

目次