Source: https://ailoot.ai/models/de/openai-gpt-4o-transcribe/ Canonical: https://ailoot.ai/models/de/openai-gpt-4o-transcribe/ Language: de # OpenAI: GPT-4o Transcribe [Markdown](https://ailoot.ai/models/de/openai-gpt-4o-transcribe/index.md) · [JSON](https://ailoot.ai/models/de/openai-gpt-4o-transcribe/facts.json) ## [OpenAI: GPT-4o Transcribe](https://ailoot.ai/models/de/openai-gpt-4o-transcribe/) GPT-4o Transcribe wandelt Audio mithilfe von OpenAIs Spracherkennungsfähigkeiten von GPT-4o in Text um. Es unterstützt kontextbezogene Prompts, einen Hinweis auf die Eingabesprache, JSON-Transkripte, gestreamte Dateiausgabe und optionale Token-Log-Wahrscheinlichkeiten zur Prüfung unsicherer Formulierungen. - [**Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe`](https://ailoot.ai/models/de/openai-gpt-4o-transcribe/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. 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. **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe` [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/de/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) OpenAI /`openai/gpt-4o-transcribe` ### Start GPT-4o Transcribe wandelt Audio mithilfe von OpenAIs Spracherkennungsfähigkeiten von GPT-4o in Text um. Es unterstützt kontextbezogene Prompts, einen Hinweis auf die Eingabesprache, JSON-Transkripte, gestreamte Dateiausgabe und optionale Token-Log-Wahrscheinlichkeiten zur Prüfung unsicherer Formulierungen. Zulässige Eingaben Audio Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Transkription** `POST /v1/audio/transcriptions` Eingabetypen `audio` Ausgabetypen `text` | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits openai/gpt-4o-transcribe | Standard— | | Feld`input_audio` | Typ`object` | AnforderungErforderlich | Werte und Limits | Standard— | Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input\_audio | | Parameter`material_types` | Vertragaudio | | Parameter`material_conditions` | VertragDas Beispiel liest Ihre tatsächliche, nicht leere PCM-WAV-Datei ein, kodiert sämtliche Dateibytes als base64 und sendet input\_audio.format als wav. | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Exakte task\_id aus einem vorhandenen, Ihnen zugeordneten Mediendatensatz `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Token Ausgabe · Ausgabetoken **—** / 1K Token Eingabe · Cache-Lesen **—** / 1K Token Eingabe · Cache-Schreiben **—** / 1K Token Eingabe · Cache-Schreiben, 1 Stunde **—** / 1K Token | | KonfigurationEingabe-Token | Tarifstaffel— | Abrechnungseinheit/ 1K Token | Gebühr Eingabe **$0.005** / 1K Token | | KonfigurationAusgabe-Token | Tarifstaffel— | Abrechnungseinheit/ 1K Token | Gebühr Ausgabe **$0.02** / 1K Token | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Transkription curl · tatsächliche WAV-Datei und vollständiges Originalergebnis ```bash set -eu : "${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-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. ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Transkription Vollständiger ursprünglicher Antwortinhalt, Status und weitergeleitete Header. Dieser Handler fügt weder eine universelle JSON-Struktur noch ein Textfeld oder eine Aufgabenhülle hinzu. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern. ##### Wenn die ursprüngliche Antwort geprüft werden muss Bewahren Sie die tatsächliche X-Client-Request-ID und die vollständige Antwort auf. Lesen Sie die ursprünglichen, Ihnen zugeordneten Assets und ihre exakten signierten Inhalts-URLs aus; übermitteln Sie eine Erstellung mit unklarem Ausgang niemals erneut. Antwortfelder | Feld | Typ | | --- | --- | | Feld`text (when present)` | Typ | | Feld`usage (when present)` | Typ | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungDer JSON-Inhalt oder die ausdrücklich angegebene kanonische Modell-ID ist ungültig. | Nächster SchrittBewahren Sie die Antwort auf und korrigieren Sie das angegebene Anfragefeld. | | Antwort401 · `authentication_error` | BedingungDer Ailoot-API-Schlüssel ist ungültig. | Nächster SchrittVerwenden Sie Ihren autorisierten Ailoot-API-Schlüssel. | | Antwort403 · `permission_error` | BedingungDie Schlüsselgruppe lässt diese Methode nicht zu. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort404 · `not_found_error` | BedingungDie ausgewählte Methode hat keine zugelassene Route. | Nächster SchrittBewahren Sie die zurückgegebenen Fehlerdetails auf. | | Antwort422 · `price_unavailable` | BedingungDer akzeptierte Tarif kann die erforderliche Eingabemenge oder deren Grenze nicht ermitteln. | Nächster SchrittBewahren Sie die Antwort auf; verwenden Sie die vom akzeptierten Tarif verlangte Eingabedarstellung. | | Antwort503 · `` | BedingungErforderlicher Speicher, Route, Methodenpreis oder Reservierung sind nicht verfügbar. | Nächster SchrittBewahren Sie die vollständige ursprüngliche Antwort auf. Eine unklare Reservierung berechtigt nicht zur erneuten Übermittlung. | | Antwort502 · `server_error` | BedingungDas ursprüngliche Ergebnis, der Verbrauch oder die Abrechnung müssen geprüft werden. | Nächster SchrittBewahren Sie die tatsächliche Anfrage-ID und die ursprüngliche Antwort auf. Lesen Sie den vorhandenen, Ihnen zugeordneten Datensatz aus; übermitteln Sie die Erstellung nicht erneut. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/de/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/de/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) FAQ · OpenAI: GPT-4o Transcribe Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe`: `audio` → `text` Welche Felder verwendet die Anfrage? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe`: `model`, `input_audio` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.