Source: https://ailoot.ai/models/es/openai-gpt-4o-transcribe/ Canonical: https://ailoot.ai/models/es/openai-gpt-4o-transcribe/ Language: es # OpenAI: GPT-4o Transcribe [Markdown](https://ailoot.ai/models/es/openai-gpt-4o-transcribe/index.md) · [JSON](https://ailoot.ai/models/es/openai-gpt-4o-transcribe/facts.json) ## [OpenAI: GPT-4o Transcribe](https://ailoot.ai/models/es/openai-gpt-4o-transcribe/) GPT-4o Transcribe convierte audio en texto mediante las capacidades de reconocimiento de voz de GPT-4o de OpenAI. Admite instrucciones contextuales, una indicación del idioma de entrada, transcripciones JSON, salida de archivos transmitida en continuo y logaritmos opcionales de las probabilidades de los tokens para revisar formulaciones inciertas. - [**Ailoot Ultra · Transcripción** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe`](https://ailoot.ai/models/es/openai-gpt-4o-transcribe/#method-0) Sobre el modelo Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado. GPT-4o Transcribe es el modelo de voz a texto de OpenAI basado en GPT-4o. Su entrada es audio con indicaciones textuales opcionales y su salida es texto reconocido. Es independiente de la edición GPT-4o Mini Transcribe y de GPT-4o Transcribe Diarize, el modelo especializado en etiquetado de hablantes. Utiliza este perfil para preparar un registro textual fiel del material hablado, conservando la grabación de origen para revisión y trabajo editorial posterior. #### Entrada de archivos y preparación de material largo La guía de transcripción de OpenAI documenta cargas de hasta 25 MB. La referencia actual del punto de acceso admite FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV y WebM y recomienda metadatos de archivo que identifiquen el formato, incluidos un nombre de archivo con extensión y un tipo de contenido apropiado. Para una grabación más grande, la compresión o las partes ordenadas de 25 MB o menos siguen las indicaciones del proveedor para entradas largas. Evita dividir en mitad de una frase y conserva la posición de cada parte en la grabación completa. Para una entrevista, asocia cada archivo de entrada con la grabación y el pasaje que cubre. Para una presentación técnica, prepara los nombres de productos, las siglas y el vocabulario del ámbito pertinentes como contexto y comprueba esas grafías frente a lo que realmente dijo el hablante. Para una explicación grabada con valores numéricos, revisa la transcripción junto con la fuente antes de convertirla en un procedimiento escrito. El primer entregable deseado es la voz reconocida en forma de texto; un informe condensado o un documento traducido pueden prepararse a partir de ese texto como un paso independiente. #### Instrucciones específicas de la grabación y elección del idioma La guía del proveedor incluye explícitamente GPT-4o Transcribe entre los modelos que admiten instrucciones textuales. Estas pueden proporcionar grafías correctas, contexto de un segmento anterior y preferencias de puntuación, mayúsculas, muletillas o sistema de escritura. La referencia indica que deben coincidir con el idioma de la grabación. Una descripción breve y pertinente del tema y del vocabulario aporta contexto útil a la transcripción sin tratar términos no pronunciados como una salida obligatoria. Este perfil admite la indicación de idioma language en singular, documentada en formato ISO 639-1. Proporcionar el idioma real de entrada puede ayudar al reconocimiento. Los campos más recientes keywords y languages en plural de GPT Transcribe pertenecen a ese modelo identificado por separado y no deben suponerse disponibles para GPT-4o Transcribe. Mantén el ajuste de idioma vinculado a la voz que transcribes y conserva las palabras originales antes de cualquier traducción o reescritura estilística posterior. #### Formato del resultado, probabilidades y salidas especializadas La referencia actual del punto de acceso documenta JSON como formato de respuesta admitido para GPT-4o Transcribe. El resultado contiene texto reconocido y pueden solicitarse logaritmos opcionales de las probabilidades de los tokens con ese formato JSON. Los datos de probabilidad describen la selección de tokens del modelo. Pueden orientar qué pasajes requieren revisión, pero la comparación con el audio establece si la transcripción reproduce un nombre, un número o una frase difíciles. El resultado JSON del perfil estándar no proporciona formatos nativos de subtítulos, marcas de tiempo detalladas por palabra ni asignaciones de hablantes. OpenAI documenta otras opciones de modelo y formato cuando se necesitan esas salidas; GPT-4o Transcribe Diarize es la edición independiente de etiquetado de hablantes. Para una tarea de subtitulado, conserva una transcripción comprobada para un paso de sincronización adecuado. Para una conversación, no inventes nombres de hablantes simplemente porque un párrafo de la transcripción parezca cambiar de tema o de voz. #### Resultados transmitidos desde un archivo finalizado La guía de voz a texto de OpenAI indica que las integraciones existentes de GPT-4o Transcribe admiten transmisión de archivos en continuo. La aplicación proporciona primero la grabación y después recibe el texto de transcripción a medida que se procesa esa grabación y conserva el resultado completado. Esto transmite la transcripción de una grabación finalizada, en lugar de aceptar audio del micrófono a medida que llega. La ficha exacta del modelo también enumera las familias de puntos de acceso de transcripción y Realtime; el comportamiento de sesión específico del modelo debe mantenerse asociado a este perfil, sin tomarlo de un modelo más reciente de transmisión continua. #### Límites del modelo y comprobación del entregable final La especificación actual de GPT-4o Transcribe indica una ventana de contexto de 16.000 tokens, una salida máxima de 2.000 tokens y una fecha límite de conocimientos del 1 de junio de 2024. Estos límites de tokens no son una duración fija de audio y no sustituyen las reglas de preparación de la transcripción de archivos. Para una grabación extensa, conserva el orden de la fuente y el contexto anterior pertinente y comprueba que el texto completado llegue hasta el final de cada segmento previsto. Una transcripción final útil puede convertirse en material de entrevista donde realizar búsquedas, una fuente de documentación técnica o el texto para un flujo posterior de subtitulado. Revisa el vocabulario incierto, las cantidades, la puntuación, los acentos y las voces solapadas frente a la grabación. Mantén el texto reconocido separado de las correcciones o los resúmenes posteriores y conserva el vínculo con la fuente mediante identificadores en el flujo de trabajo que lo rodea. El modelo proporciona un registro textual; una preparación cuidadosa de la entrada y la revisión de la fuente determinan si ese registro es adecuado para el siguiente uso. **Ailoot Ultra · Transcripción** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe` [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/es/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) OpenAI /`openai/gpt-4o-transcribe` ### Primeros pasos GPT-4o Transcribe convierte audio en texto mediante las capacidades de reconocimiento de voz de GPT-4o de OpenAI. Admite instrucciones contextuales, una indicación del idioma de entrada, transcripciones JSON, salida de archivos transmitida en continuo y logaritmos opcionales de las probabilidades de los tokens para revisar formulaciones inciertas. Entradas aceptadas Audio Resultados Texto ### Disponible en Ailoot · entradas y métodos **Ailoot Ultra · Transcripción** `POST /v1/audio/transcriptions` Tipos de entrada `audio` Tipos de salida `text` | Campo | Tipo | Requisito | Valores y límites | Predeterminado | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObligatorio | Valores y límites openai/gpt-4o-transcribe | Predeterminado— | | Campo`input_audio` | Tipo`object` | RequisitoObligatorio | Valores y límites | Predeterminado— | Parámetros del método y ciclo de vida | Parámetro | Contrato | | --- | --- | | Parámetro`content_type` | Contratoapplication/json | | Parámetro`required` | Contratomodel, input\_audio | | Parámetro`material_types` | Contratoaudio | | Parámetro`material_conditions` | ContratoEl ejemplo lee tu archivo PCM WAV real y no vacío, codifica todos los bytes del archivo en base64 y envía input\_audio.format con el valor wav. | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id exacto de un registro existente de medios bajo tu titularidad `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Planes Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado. Modo rápido Sin especificar Cuando se selecciona el modo rápido Modo flex Sin especificar Cuando se selecciona el modo flex Esfuerzo máximo de razonamiento Sin especificar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (default) #### Tarifas de Ailoot #### Precios por configuración Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas. | Configuración | Tabla de tarifas | Unidad de facturación | Cargo | | --- | --- | --- | --- | | ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Unidad de facturación— | Cargo Entrada · Tokens de entrada **—** / 1K tokens Salida · Tokens de salida **—** / 1K tokens Entrada · Lectura de caché **—** / 1K tokens Entrada · Escritura en caché **—** / 1K tokens Entrada · Escritura en caché, 1 hora **—** / 1K tokens | | Configuracióntoken de entrada | Tabla de tarifas— | Unidad de facturación/ 1K tokens | Cargo Entrada **$0.005** / 1K tokens | | Configuracióntoken de salida | Tabla de tarifas— | Unidad de facturación/ 1K tokens | Cargo Salida **$0.02** / 1K tokens | Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. [Cómo funcionan la reserva y la liquidación →](https://ailoot.ai/docs/es/billing/reserve/) ### Solicitudes de ejemplo #### Ailoot Ultra · Transcripción curl · archivo WAV real y resultado original completo ```bash set -eu : "${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. ``` ### Recibir y guardar resultados #### Ailoot Ultra · Transcripción Cuerpo original completo de la respuesta, estado y cabeceras reenviadas. Este manejador no añade una estructura JSON universal, un campo de texto ni un contenedor de tarea. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Conserva todos los resultados completados Conserva todas las respuestas, archivos y partes de contenido completos recibidos. Conserva la respuesta completa y las cabeceras, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación. ##### Si es necesario revisar la respuesta original Conserva el X-Client-Request-ID real y la respuesta completa. Consulta los recursos originales bajo tu titularidad y sus URL firmadas exactas de contenido; no vuelvas a enviar nunca una creación incierta. Campos de respuesta | Campo | Tipo | | --- | --- | | Campo`text (when present)` | Tipo | | Campo`usage (when present)` | Tipo | Errores y siguientes pasos | Respuesta | Condición | Siguiente paso | | --- | --- | --- | | Respuesta400 · `invalid_request_error` | CondiciónEl cuerpo JSON o el ID canónico explícito del modelo no es válido. | Siguiente pasoConserva la respuesta y corrige el campo indicado de la solicitud. | | Respuesta401 · `authentication_error` | CondiciónLa clave API de Ailoot no es válida. | Siguiente pasoUsa tu clave API autorizada de Ailoot. | | Respuesta403 · `permission_error` | CondiciónEl grupo de la clave no tiene acceso a este método. | Siguiente pasoConserva los detalles del error devueltos. | | Respuesta404 · `not_found_error` | CondiciónEl método seleccionado no tiene ninguna ruta admitida. | Siguiente pasoConserva los detalles del error devueltos. | | Respuesta422 · `price_unavailable` | CondiciónLa tarifa aceptada no puede obtener la cantidad de entrada o el límite que necesita. | Siguiente pasoConserva la respuesta; utiliza la representación de entrada exigida por la tarifa aceptada. | | Respuesta503 · `` | CondiciónEl almacenamiento, la ruta, el precio del método o la reserva necesarios no están disponibles. | Siguiente pasoConserva la respuesta original completa. Una reserva incierta no autoriza un reenvío. | | Respuesta502 · `server_error` | CondiciónEs necesario comprobar el resultado original, el uso o la liquidación. | Siguiente pasoConserva el ID real de solicitud y la respuesta original. Consulta el registro existente bajo tu titularidad; no vuelvas a enviar la solicitud de creación. | ### Alias #### Alias del modelo **Ailoot Ultra** [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/es/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) #### Alias de rutas de métodos Usa las rutas de método indicadas arriba. #### ID de modelo relacionados [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/es/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) FAQ · OpenAI: GPT-4o Transcribe ¿Qué entradas y resultados están disponibles? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe`: `audio` → `text` ¿Qué campos utiliza la solicitud? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe`: `model`, `input_audio` Conecta Ailoot a Claude Code, OpenCode, Hermes o tu aplicación. ## La empresa y su cartera de proyectos La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. ## Compra tokens con descuento. Ahorro por suscripción para trabajo habitual. Códigos promocionales: hasta el 50% al comprar tokens. Suscripción Elige un plan con descuento para tus peticiones habituales. Código de hasta el 50% Introduce el código al comprar. El precio se recalcula según la promoción vigente. Gasto en el historial Modelo, tokens e importe quedan guardados por cada petición. [Elegir suscripción](https://ailoot.ai/docs/es/billing/subscriptions/) · [Consultar precios de modelos](https://ailoot.ai/models/es/) ## Conecta la API al producto que vendes. SaaS, aplicaciones y bots bajo la oferta y el acuerdo de licencia Ailoot. Solicita una licencia de reventa para redistribuir el acceso. Aplicación comercial Integra generación de texto, imágenes, vídeo y sonido en funciones de pago de tu servicio. Licencia para revendedores Envía descripción del proyecto y esquema de acceso. Solicita condiciones escritas de uso y reventa. Documentos en la web La oferta, el acuerdo de licencia y la política de datos están disponibles antes de conectar. [Solicitar licencia de reventa](mailto:support@ailoot.ai) · [Oferta y acuerdo de licencia](https://ailoot.ai/legal/offer?lang=es) ## Ailoot · La empresa y su cartera de proyectos Ailoot se apoya en la experiencia operativa acumulada, una amplia base de clientes, un servicio estable y el seguimiento continuo de KPI. La empresa y su cartera de proyectos: millones de clientes; ventas por miles de millones al mes. Ailoot aplica esa experiencia operativa al acceso por API a funciones de IA en productos de clientes, agentes, aplicaciones y automatizaciones.