OpenAI: GPT-4o Transcribe

GPT-4o Transcribe ist OpenAIs auf GPT-4o basierendes Modell zur Umwandlung von Sprache in Text. Seine Eingabe ist Audio mit optionalen Texthinweisen; seine Ausgabe ist der erkannte Wortlaut. Es ist von der Edition GPT-4o Mini Transcribe und von GPT-4o Transcribe Diarize, dem spezialisierten Modell zur Sprecherkennzeichnung, getrennt. Nutzen Sie dieses Profil, um gesprochenes Material originalgetreu schriftlich festzuhalten. Die Originalaufnahme sollte für die Prüfung und spätere redaktionelle Arbeit verfügbar bleiben.

Dateieingabe und Vorbereitung längeren Materials

OpenAIs Transkriptionsleitfaden dokumentiert Uploads bis zu 25 MB. Die aktuelle Endpunktreferenz akzeptiert FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV und WebM. Sie empfiehlt Dateimetadaten zur Formaterkennung, darunter einen Dateinamen mit Erweiterung und einen passenden Inhaltstyp. Für größere Aufnahmen entsprechen Komprimierung oder geordnete Teile von jeweils höchstens 25 MB den Herstellerhinweisen für längere Eingaben. Vermeiden Sie eine Trennung mitten im Satz und erhalten Sie die Position jedes Teils in der vollständigen Aufnahme.

Ordnen Sie bei einem Interview jede Eingabedatei der Aufnahme und der enthaltenen Passage zu. Bereiten Sie bei einem Fachvortrag relevante Produktnamen, Abkürzungen und Fachvokabular als Kontext vor und prüfen Sie deren Schreibweise anschließend anhand der tatsächlich gesprochenen Wörter. Prüfen Sie bei einer aufgezeichneten Erklärung mit Zahlenwerten das Transkript zusammen mit der Quelle, bevor Sie daraus eine schriftliche Anleitung erstellen. Das erste gewünschte Ergebnis ist der erkannte Wortlaut in Textform. Ein verdichteter Bericht oder ein übersetztes Dokument kann daraus separat erstellt werden.

Aufnahmebezogene Prompts und Sprachauswahl

Der Herstellerleitfaden nennt GPT-4o Transcribe ausdrücklich als Modell mit Promptunterstützung. Ein Prompt kann korrekte Schreibweisen, Kontext aus einem vorherigen Segment und Vorgaben zu Zeichensetzung, Großschreibung, Füllwörtern oder einem Schriftsystem liefern. Laut Referenz sollte er zur Sprache der Aufnahme passen. Eine kurze, relevante Beschreibung von Thema und Vokabular liefert der Transkription nützlichen Kontext, ohne nicht gesprochene Begriffe zur Pflichtausgabe zu machen.

Dieses Profil unterstützt den Sprachhinweis im einzelnen Feld language, dokumentiert im Format ISO 639-1. Die Angabe der tatsächlichen Eingabesprache kann die Erkennung unterstützen. Die neueren Felder keywords und languages von GPT Transcribe gehören zu jenem separat benannten Modell und dürfen nicht für GPT-4o Transcribe vorausgesetzt werden. Beziehen Sie die Spracheinstellung auf die zu transkribierende Sprache und erhalten Sie den ursprünglichen Wortlaut vor einer späteren Übersetzung oder stilistischen Überarbeitung.

Ergebnisformat, Wahrscheinlichkeiten und Spezialausgaben

Die aktuelle Endpunktreferenz dokumentiert JSON als unterstütztes Antwortformat von GPT-4o Transcribe. Das Ergebnis enthält den erkannten Text; mit diesem JSON-Format können optional Token-Log-Wahrscheinlichkeiten angefordert werden. Die Wahrscheinlichkeitsdaten beschreiben die Tokenauswahl des Modells. Sie können Hinweise darauf geben, welche Passagen genauer geprüft werden sollten. Ob das Transkript einen schwierigen Namen, eine Zahl oder Formulierung richtig wiedergibt, lässt sich jedoch anhand eines Audiovergleichs feststellen.

Das JSON-Ergebnis des Standardprofils liefert weder native Untertitelformate noch detaillierte Zeitstempel auf Wortebene oder Sprecherzuordnungen. OpenAI dokumentiert andere Kombinationen aus Modell und Format, wenn solche Ausgaben benötigt werden. GPT-4o Transcribe Diarize ist die eigenständige Edition zur Sprecherkennzeichnung. Bewahren Sie für eine Untertitelaufgabe ein geprüftes Transkript für einen geeigneten Schritt zur zeitlichen Zuordnung auf. Erfinden Sie bei einem Gespräch keine Sprechernamen, nur weil sich in einem Transkriptabsatz scheinbar Thema oder Stimme ändern.

Gestreamte Ergebnisse aus einer abgeschlossenen Datei

Laut OpenAIs Leitfaden zur Umwandlung von Sprache in Text unterstützen bestehende GPT-4o Transcribe-Integrationen Dateistreaming. Die Anwendung stellt zuerst die Aufnahme bereit, empfängt dann den Transkripttext während ihrer Verarbeitung und bewahrt das fertige Ergebnis auf. Dabei wird das Transkript einer abgeschlossenen Aufnahme gestreamt; Mikrofon-Audio wird nicht während seines Eintreffens entgegengenommen. Die konkrete Modellkarte nennt außerdem die Endpunktfamilien Transkription und Realtime. Das modellspezifische Sitzungsverhalten muss diesem Profil zugeordnet bleiben, statt von einem neueren Modell für kontinuierliches Streaming übernommen zu werden.

Modellgrenzen und Prüfung des fertigen Ergebnisses

Die aktuelle Spezifikation von GPT-4o Transcribe nennt ein Kontextfenster von 16.000 Token, eine maximale Ausgabe von 2.000 Token und einen Wissensstand bis zum 1. Juni 2024. Diese Tokengrenzen entsprechen keiner festen Audiodauer und ersetzen nicht die Vorbereitungsregeln zur Dateitranskription. Erhalten Sie bei einer längeren Aufnahme die Reihenfolge der Quelle und relevanten vorherigen Kontext und prüfen Sie, ob der fertige Text bis zum Ende jedes vorgesehenen Segments reicht.

Ein brauchbares fertiges Transkript kann als durchsuchbares Interviewmaterial, als Quelle für technische Dokumentation oder als Wortlaut für einen späteren Untertitelablauf dienen. Prüfen Sie unsicheres Vokabular, Mengenangaben, Zeichensetzung, Akzente und überlappende Sprache anhand der Aufnahme. Trennen Sie den erkannten Text von späteren Korrekturen oder Zusammenfassungen und erhalten Sie über Kennungen im umgebenden Ablauf die Verbindung zur Quelle. Das Modell liefert eine schriftliche Aufzeichnung. Sorgfältige Eingabevorbereitung und Quellenprüfung bestimmen, ob sie für die nächste Verwendung geeignet ist.