Automatische vertaling
Les herschreven op 3 november 2026. Deze les leunde eerder op het
/v1/audio/translations-endpoint enwhisper-1, beide verouderd en stopgezet op 26 februari 2027, evenals een hergebruikte Realtime-assistentsessie die als tolk fungeerde. OpenAI biedt nu twee paden: voor opnames transcriptie in de oorspronkelijke taal metgpt-transcribe, gevolgd door tekstvertaling; voor live-spraak een toegewijde vertaalsessie metgpt-realtime-translate. De code is geverifieerd met SDKopenai3.42.1 en dewebsocket-client-bibliotheek. Bronnen: Bestandstranscriptie · Realtime-vertaling · Verouderingen.
Twee behoeften, twee tools
Het vertalen van audio omvat twee zeer verschillende scenario’s, en OpenAI behandelt deze met verschillende tools:
| Behoefte | Tool vanaf november 2026 | Resultaat |
|---|---|---|
| Een opname om te vertalen (vergadering, podcast, gearchiveerd gesprek) | gpt-transcribe om te transcriberen in de oorspronkelijke taal, daarna een tekstmodel om te vertalen | Vertaalde tekst in uw doeltaal |
| Live-spraak om te tolken (gesprek, conferentie, les) | Realtime-vertaalsessie met gpt-realtime-translate | Vertaalde audio en transcripten, gegenereerd terwijl de spraak plaatsvindt |
Verouderd pad: /v1/audio/translations met whisper-1 | Verouderd, stopgezet op 26 februari 2027 | Alleen Engelse tekst |
De handleiding van OpenAI benadrukt één punt: het simpelweg wijzigen van de model-ID in een /v1/audio/translations-verzoek migreert niets. Het oude endpoint, dat alleen naar het Engels kon vertalen, heeft geen directe vervanger.
Een opname vertalen
Deze methode transcribeert eerst trouw in de gesproken taal en vertaalt vervolgens de tekst. Het werkt voor elke doeltaal—in tegenstelling tot het oude endpoint, dat alleen Engels produceerde—en geeft u beide teksten, wat handig is voor verificatie:
from openai import OpenAI
client = OpenAI()
def translate_recording(path: str, target_language: str) -> dict[str, str]:
"""Transcribeert een opname in de oorspronkelijke taal en vertaalt vervolgens de tekst."""
with open(path, "rb") as f:
transcription = client.audio.transcriptions.create(model="gpt-transcribe", file=f)
response = client.responses.create(
model="gpt-6-luna",
instructions=(
f"Vertaal de door de gebruiker verstrekte tekst naar {target_language}. "
"Behoud de toon en stijl. Reageer alleen met de vertaling."
),
input=transcription.text,
)
return {"original": transcription.text, "translation": response.output_text}
result = translate_recording("reunion_fr.mp3", "German")
print(result["translation"])
Twee keuzes verdienen uitleg. De vertalinstructie gaat naar instructions, terwijl de transcriptie als platte data in input komt: een opname kan alles bevatten, inclusief een zin die op een opdracht lijkt, en deze mag de instructie niet kunnen wijzigen. Het gpt-6-luna-model is wat OpenAI aanbeveelt voor grootschalige, kostenbewuste verwerking; voor delicate juridische of technische tekst kiest u een krachtiger model, zoals gpt-6.1-sol.
Live-spraak tolken
Om te vertalen terwijl iemand spreekt, biedt OpenAI een speciaal soort Realtime-sessie. De handleiding maakt hierin een duidelijk onderscheid met een voice-agent-sessie:
| Voice-agent-sessie | Vertaalsessie |
|---|---|
Verbindt met /v1/realtime | Verbindt met /v1/realtime/translations |
| Het model fungeert als assistent | Het model fungeert als tolk |
Conversatie- en responscyclus (response.create) | Continue stream van binnenkomende audio, geen response.create |
| Kan tools aanroepen | Produceert vertaalde audio en transcripten |
Het transport hangt af van waar de audio binnenkomt. In een browser verzendt WebRTC de microfooninput en ontvangt de vertaalde stem als audiotracks; uw server maakt hiervoor een kortstondig clientgeheim via /v1/realtime/translations/client_secrets, zodat uw API-sleutel de server nooit verlaat. Aan de serverkant, wanneer de audio al rauw binnenkomt (een telefoonstream, een opname), volstaat een WebSocket-verbinding:
import base64
import json
import os
import websocket # pip install websocket-client
ws = websocket.WebSocket()
ws.connect(
"wss://api.openai.com/v1/realtime/translations?model=gpt-realtime-translate",
header=[
f"Authorization: Bearer {os.environ['OPENAI_API_KEY']}",
"OpenAI-Safety-Identifier: hashed-user-id", # gehashte identificatie van uw gebruiker
],
)
# Doeltaal van de tolk
ws.send(json.dumps({"type": "session.update", "session": {"audio": {"output": {"language": "en"}}}}))
def send_audio(pcm16: bytes) -> None:
"""Voegt een chunk bron-audio toe: 16-bit PCM, mono, 24 kHz."""
ws.send(json.dumps({"type": "session.input_audio_buffer.append", "audio": base64.b64encode(pcm16).decode()}))
Terwijl u de audio verzendt, inclusief stiltes, retourneert de sessie events die direct verwerkt moeten worden: session.output_audio.delta bevat de vertaalde audio in base64, session.output_transcript.delta de vertaalde tekst, en session.input_transcript.delta de transcriptie van het origineel. Wanneer de bron stopt, verzendt u session.close: de service voltooit de huidige vertaling en reageert vervolgens met session.closed.
translation: list[str] = []
while True:
event = json.loads(ws.recv())
if event["type"] == "session.output_transcript.delta":
translation.append(event["delta"])
elif event["type"] == "error":
raise RuntimeError(f"Vertaalfout: {event['error']['code']}")
elif event["type"] == "session.closed":
break
ws.close()
print("".join(translation))
Verwaarloos het error-event niet: een geweigerde sleutel laat de verbinding zelf niet falen; het komt kort daarna binnen als een error-event met code invalid_api_key (geobserveerd op 3 november 2026). In productie draait de ontvangst parallel met het verzenden, in een aparte thread of taak, en gaat de vertaalde audio naar de speler of telefoonlijn zodra deze binnenkomt: de officiële handleiding biedt een complete versie, inclusief audioweergave.
Belangrijkste punten
/v1/audio/translationsenwhisper-1worden op 26 februari 2027 stopgezet, zonder directe vervanger: het model wijzigen is niet genoeg- Voor een opname:
gpt-transcribein de oorspronkelijke taal, daarna tekstvertaling door een tekstmodel, naar elke taal - Houd de vertalinstructie in
instructionsen de transcriptie als platte data - Voor live-spraak: een vertaalsessie (
/v1/realtime/translations,gpt-realtime-translate), die fungeert als tolk, zonderresponse.create - WebRTC in de browser, met een door de server gemaakt clientgeheim; WebSocket aan de serverkant, met 16-bit PCM-audio op 24 kHz