OpenAI: GPT-4o Mini Transcribe

GPT-4o Mini Transcribe هو نموذج OpenAI لتحويل الكلام إلى نص، المدعوم بـGPT-4o Mini. يحوّل الصوت إلى تفريغ JSON، ويدعم موجّهات نصية خاصة بالتسجيل ونتائج ملفات مبثوثة، ويمكنه إعادة احتمالات لوغاريتمية للرموز لمراجعة موجّهة للتفريغ.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions openai/gpt-4o-mini-transcribe

عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

GPT-4o Mini Transcribe هو نموذج OpenAI لتحويل الكلام إلى نص، المدعوم بـGPT-4o Mini. يقبل الصوت مع إرشاد نصي اختياري وينتج النص المتعرّف عليه. وهو نموذج متميز عن GPT-4o Transcribe الذي يستخدم GPT-4o، وعن مواصفات GPT Transcribe الأحدث ذات حقول الكلمات المفتاحية وتلميحات اللغات المتعددة المنفصلة. الناتج المفيد هنا تفريغ للكلام الأصلي في التسجيل، مُعدّ للبحث أو المراجعة أو خطوة لاحقة لمعالجة المحتوى.

إعداد التسجيل

يقبل دليل تفريغ الملفات لدى OpenAI رفع صوت حتى 25 MB. يسرد مرجع نقطة النهاية الحالي FLAC وMP3 وMP4 وMPEG وMPGA وM4A وOGG وWAV وWebM، مع بيانات وصفية كافية لاسم الملف ونوع المحتوى لتحديد تنسيق الصوت. يمكن ضغط التسجيلات الأكبر أو تقسيمها إلى أجزاء بحجم 25 MB أو أقل. حافظ على حدود الجمل عند التقسيم، وأبقِ كل جزء مرتبطًا بتسجيله المصدر وموضعه، حتى يمكن تجميع النص لاحقًا بالترتيب الصحيح.

للملاحظات الصوتية، احتفظ بتفريغ واحد قابل للتحديد لكل تسجيل، وافحص الأسماء أو الأرقام قبل استخدام النص لإنشاء مهام. لشرح تعليمي منطوق، قارن الصياغة المتعرّف عليها بالتعليمات الأصلية قبل تحريرها للنشر. يحدّد موجز الإعداد المفيد اللغة المنطوقة والمصطلحات التي قد تُسمع بشكل خاطئ. تفريغ الكلمات هو الخطوة الأولى؛ ويمكن لتفسير أو ملخص أو ترجمة استخدام التفريغ المفحوص بعد ذلك.

إرشاد بالموجّه وتلميح لغة واحد

تدعم تكاملات GPT-4o Mini Transcribe القائمة موجّهًا حر الصياغة. تصف OpenAI موجّهات للأسماء والاختصارات والمفردات الخاصة بالتسجيل والترقيم وحالة الأحرف وكلمات الحشو ونظام الكتابة المفضّل. ينص مرجع نقطة النهاية على أن الموجّه ينبغي أن يطابق لغة الصوت، ويمكنه حمل سياق من مقطع صوتي سابق. أدرج الكتابة الصحيحة ذات الصلة أو وصفًا قصيرًا للموضوع، بدل مطالبة موجّه تفريغ بالتصرف كتعليمة محادثة غير مقيدة.

يستخدم تلميح اللغة المعتمد لهذا النموذج الحقل المفرد language. يوثّق مرجع المنتج رمز لغة إدخال بصيغة ISO 639-1، مثل en. حقلا keywords وlanguages الجمع المنفصلان موثّقان لـGPT Transcribe؛ وليسا جزءًا من مواصفات Mini هذه. لسلسلة تسجيلات، احتفظ بإعداد اللغة المنطوقة المقصودة مع كل مدخل، بدل تفسيره كطلب لترجمة النتيجة.

نتيجة JSON واحتمالات رموز اختيارية

يوثّق مرجع نقطة النهاية الحالي JSON كتنسيق إجابة مدعوم لـGPT-4o Mini Transcribe. تظهر الصياغة المتعرّف عليها في الحقل text. عند طلبها، يمكن للاحتمالات اللوغاريتمية للرموز مرافقة إجابة JSON؛ وتصف هذه القيم احتمالات الرموز لدى النموذج، ويمكنها المساعدة في تحديد مواد لمراجعة أدق. لا تثبت هذه القيم أن اسمًا أو رقمًا أو جملة تطابق الصوت. استخدم التسجيل لتقرير ما إذا كانت كلمة مشكوكًا فيها تحتاج إلى تصحيح.

لا توفّر مواصفات تفريغ Mini العادية مخرجات SRT أوVTT أصلية أو طوابع زمنية تفصيلية للكلمات أو تسميات للمتحدثين عبر عقد JSON هذا. توثّق OpenAI نماذج وتنسيقات متخصصة لتلك القدرات. إذا كان الناتج المقصود مسار ترجمة نصية مصاحبة، فأبقِ التفريغ المراجع متاحًا لسير عمل توقيت منفصل، بدل افتراض أن نتيجة نصية فقط تتضمن بالفعل حدود العناوين النصية المصاحبة.

بث مخرجات الملفات والأوضاع الموثّقة

ينص دليل المنتج لتحويل الكلام إلى نص صراحةً على أن تكاملات GPT-4o Mini Transcribe القائمة تدعم بث الملفات. يمكن لتسجيل مكتمل إنتاج نص تفريغ جزئي تليه نتيجة نهائية أثناء المعالجة. احتفظ بالتفريغ النهائي كناتج مكتمل؛ وظهور نص جزئي لا يعني أن مسار الملفات يستقبل صوت ميكروفون مباشرًا بشكل متواصل. تسرد بطاقة النموذج بشكل منفصل عائلتي نقاط نهاية التفريغ وRealtime. لا تعني واجهات المنتج هذه أن كل حقل جلسة من نموذج تفريغ مختلف ينطبق هنا.

السياق وحد الإخراج والفحوص المفيدة

تسرد مواصفات OpenAI الحالية للنموذج نافذة سياق قدرها 16,000 رمز، وحدًّا أقصى للإخراج يبلغ 2,000 رمز، وتاريخ انتهاء تحديث المعرفة في 1 يونيو 2024. هذه أرقام لمواصفات النموذج، وليست مدة عامة بالدقائق لتسجيل صوتي. تصف قاعدة حجم الملف وحدود الرموز قيودًا مختلفة. للمواد الممتدة، جهّز التسجيل وفق مسار الملفات الموثّق، وانقل السياق ذا الصلة بين الأجزاء، وتحقق من أن النص النهائي يتضمن نهاية المصدر.

تحافظ نتيجة Mini Transcribe المفيدة على الصياغة وعلاقتها بالتسجيل، مع إبقاء أي بيانات احتمالية اختيارية منفصلة عن التصحيحات التحريرية. راجع المفردات غير المألوفة واللكنات والضوضاء الخلفية وتغييرات اللغة والكلام المتداخل مع إتاحة الصوت الأصلي. عند تنقيح النص لتحسين قابلية القراءة، ميّز تلك النسخة التحريرية عن التفريغ المتعرّف عليه، حتى يعرف المستخدمون لاحقًا أي صياغة جاءت من التسجيل وأيها تغيّرت أثناء الإعداد.

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions openai/gpt-4o-mini-transcribe

openai/gpt-4o-mini-transcribe

OpenAI /openai/gpt-4o-mini-transcribe

البداية

المدخلات المقبولة: الصوت
النتائج: النص

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · تفريغ صوتي POST /v1/audio/transcriptions

الإدخال: audio
الإخراج: text

الحقل	النوع	المتطلب	القيم والحدود	القيمة الافتراضية
الحقل`model`	النوع`string`	المتطلبمطلوب	القيم والحدود openai/gpt-4o-mini-transcribe	القيمة الافتراضية—
الحقل`input_audio`	النوع`object`	المتطلبمطلوب	القيم والحدود	القيمة الافتراضية—

معلمات الطريقة ودورة حياتها

المعلمة	المواصفات
المعلمة`content_type`	المواصفاتapplication/json
المعلمة`required`	المواصفاتmodel, input_audio
المعلمة`material_types`	المواصفاتaudio
المعلمة`material_conditions`	المواصفاتيقرأ المثال ملف PCM WAV الفعلي غير الفارغ لديك، ويُرمّز جميع بايتات الملف بترميز base64، ويرسل input_audio.format بالقيمة wav.

دورة الحياة: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · قيمة task_id الدقيقة من سجل وسائط موجود مملوك لك

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

الوضع السريع: غير محدد عند اختيار الوضع السريع
الوضع المرن: غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال: غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعدادات	جدول التعرفة	وحدة الفوترة	الرسوم
الإعداداتالتعرفات الأساسية للرموز	جدول التعرفةالتعرفة الأساسية	وحدة الفوترة—	الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداترمز إدخال	جدول التعرفة—	وحدة الفوترة/ 1K من الرموز	الرسوم الإدخال $0.0025 / 1K من الرموز
الإعداداترمز إخراج	جدول التعرفة—	وحدة الفوترة/ 1K من الرموز	الرسوم الإخراج $0.01 / 1K من الرموز

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · تفريغ صوتي

curl · ملف WAV الفعلي والنتيجة الأصلية كاملة

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import base64, io, json, os, wave
from pathlib import Path
audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):
    raise SystemExit('Supply your actual PCM WAV audio file')
with wave.open(io.BytesIO(audio), 'rb') as recording:
    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:
        raise SystemExit('Supply a nonempty PCM WAV recording')
request = {'model': 'openai/gpt-4o-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.

استلام النتائج وحفظها

Ailoot Ultra · تفريغ صوتي

متن الاستجابة الأصلي كاملاً، والحالة والترويسات المُمرَّرة. لا يضيف هذا المعالج بنية JSON عامة أو حقل نص أو حاوية مهمة.

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بقيمة X-Client-Request-ID الفعلية وبالاستجابة كاملة. اقرأ الأصول الأصلية المملوكة لك وعناوين URL الدقيقة الموقّعة لمحتواها؛ ولا تعِد إرسال طلب إنشاء غير مؤكد النتيجة مطلقاً.

حقول الاستجابة

الحقل	النوع
الحقل`text (when present)`	النوع
الحقل`usage (when present)`	النوع

الأخطاء والخطوات التالية

الاستجابة	الشرط	الخطوة التالية
الاستجابة⁦400⁩ · `invalid_request_error`	الشرطمتن JSON أو معرّف النموذج المعتمد الصريح غير صالح.	الخطوة التاليةاحتفظ بالاستجابة وصحّح حقل الطلب المشار إليه.
الاستجابة⁦401⁩ · `authentication_error`	الشرطمفتاح API الخاص بـAiloot غير صالح.	الخطوة التاليةاستخدم مفتاح API المخوَّل لك في Ailoot.
الاستجابة⁦403⁩ · `permission_error`	الشرطمجموعة المفتاح غير مخوّلة لاستخدام هذه الطريقة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦404⁩ · `not_found_error`	الشرطلا يوجد مسار مسموح به للطريقة المختارة.	الخطوة التاليةاحتفظ بتفاصيل الخطأ المُعادة.
الاستجابة⁦422⁩ · `price_unavailable`	الشرطيتعذر على التعرفة المقبولة الحصول على كمية الإدخال المطلوبة أو حدّها.	الخطوة التاليةاحتفظ بالاستجابة؛ واستخدم صيغة تمثيل الإدخال التي تتطلبها التعرفة المقبولة.
الاستجابة⁦503⁩ ·	الشرطالتخزين المطلوب أو المسار أو سعر الطريقة أو حجز الرصيد غير متاح.	الخطوة التاليةاحتفظ بالاستجابة الأصلية كاملة. حجز الرصيد غير المؤكد لا يمنح الإذن بإعادة الإرسال.
الاستجابة⁦502⁩ · `server_error`	الشرطتتطلب النتيجة الأصلية أو الاستخدام أو التسوية التحقق.	الخطوة التاليةاحتفظ بمعرّف الطلب الفعلي وبالاستجابة الأصلية. اقرأ السجل الموجود المملوك لك؛ ولا تعِد إرسال طلب الإنشاء.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra openai/gpt-4o-mini-transcribe

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

openai/gpt-4o-mini-transcribe

FAQ · OpenAI: GPT-4o Mini Transcribe

ما المدخلات والنتائج المتاحة؟: POST /v1/audio/transcriptions · openai/gpt-4o-mini-transcribe: audio → text
ما الحقول التي يستخدمها الطلب؟: POST /v1/audio/transcriptions · openai/gpt-4o-mini-transcribe: model, input_audio

OpenAI: GPT-4o Mini Transcribe