{
  "aboutHtml": "<p>GPT Transcribe הוא מודל הדיבור לטקסט של OpenAI לקובצי אודיו שהושלמו, לתמלילי קבצים בהזרמה ולתורי אודיו שבוצע להם commit בסשנים של Realtime. הוא מקבל אודיו עם הקשר טקסטואלי לבחירה ומחזיר את הטקסט שזוהה. היצרנית מייעדת אותו לתמלול מדויק של דיבור מוקלט בשפת המקור, כולל אוצר מילים מקצועי, הקלטות רב־לשוניות ומעבר בין שפות. התוצר השימושי הוא תמליל שנשאר מקושר להקלטה, עם מטא־נתונים על השפה שזוהתה כאשר המודל יכול להפיק חיזוי אמין.</p><h4>הכנת הקלטה שהושלמה</h4><p>תהליך תמלול הקבצים של OpenAI מקבל העלאות בגודל של עד 25 MB. תיעוד נקודת הקצה הנוכחי מונה את פורמטי הקלט FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV ו-WebM וממליץ לספק מספיק מטא־נתונים כדי לזהות את הפורמט, כולל סיומת מתאימה לשם הקובץ וסוג תוכן מתאים. להקלטה גדולה יותר, המדריך ממליץ על דחיסה או חלוקה לקבצים בגודל 25 MB ומטה. הימנעו מחיתוך באמצע משפט, משום שהסרת הדיבור שסביבו עלולה לפגוע בדיוק הזיהוי. שמרו על סדר החלקים ועל מיקומם בהקלטה המקורית.</p><p>לפגישה, לריאיון או למצגת מוקלטת, ספקו את האודיו בפועל וציינו את הנושא וכל מונח שעשוי להיאמר. התוצאה השימושית היא הנוסח שזוהה, ולא סיכום משוער של הדיון. שמרו את מזהה ההקלטה עם הטקסט שהוחזר, כדי שמי שבודק שם, מספר או ביטוי לא ברור יוכל לחזור למקור הנכון. לאחר מכן התמליל יכול לשמש חומר לתהליך נפרד של סיכום, תרגום או עריכה.</p><h4>הקשר, רמזים למילות מפתח ושפות צפויות</h4><p>היצרנית מפרידה בין שלושה סוגי הכוונה. פרומפט מספק הקשר חופשי על הנושא או הנסיבות של ההקלטה. מילות מפתח מספקות מילים או ביטויים מדויקים שצפויים להופיע בדיבור. רשימת languages מציינת את שפות הדיבור הצפויות. לדיון דו־לשוני על מוצר, תארו את הנסיבות בפרומפט, ציינו את שמות המוצרים הרלוונטיים כמילות מפתח וספקו את השפות הצפויות. אלה רמזים לזיהוי, ולא הוראות להוסיף מילים שאיש לא אמר.</p><p>GPT Transcribe משתמש בשדה languages בלשון רבים במקום בשדה language הישן בלשון יחיד; OpenAI מציינת שאין לשלוח את שניהם. המדריך מקבל קודי ISO 639-1 נתמכים, קודי ISO 639-3 מסוימים וקודי אזור לשפות סיניות, ודוחה ערכים שאינם נתמכים או שמבנם שגוי. כל מילת מפתח חייבת להיות בשורה אחת ואסור שתכיל סוגר זוויתי, תו carriage return או תו line feed. מילת מפתח לא תקינה או פרומפט ארוך מדי עלולים לגרום לדחיית הבקשה כולה. שמרו על הקשר רלוונטי ובדקו אם השמות שסופקו כרמזים אכן מופיעים באודיו, במקום להתייחס לרשימת הרמזים כתמליל.</p><h4>פלט JSON וחיזוי השפות שזוהו</h4><p>תוצאת הקובץ המתועדת היא JSON שמכיל את התמליל ואת השפות שזוהו. חיזויי השפה הם פלט של המודל, ולא העתק של רמזי השפה שסופקו. רשימת שפות ריקה היא תוצאה תקינה כשהמודל אינו יכול להפיק חיזוי אמין; היא אינה מוכיחה שההקלטה הייתה שקטה או שהתמלול נכשל. שמרו בנפרד את הטקסט שזוהה ואת מטא־נתוני השפה, כדי שעיבוד בהמשך יוכל להשתמש בכל אחד מהם בהתאם למשמעותו.</p><h4>הזרמת תמליל של קובץ</h4><p>קובץ שהושלם יכול להפיק טקסט תמלול בהדרגה תוך כדי העיבוד. OpenAI מתעדת אירועי transcript.text.delta לטקסט חלקי ו-transcript.text.done לתמליל המלא של הקובץ; האירוע הסופי כולל גם את השפות שזוהו. זו הזרמת הפלט של הקלטה שכבר סופקה. היא שימושית להצגת התקדמות בהעלאה ארוכה, ואילו האירוע הסופי קובע איזה טקסט יש לשמור כתוצאה שהושלמה.</p><h4>תורים שעברו commit בסשנים של Realtime</h4><p>ל-GPT Transcribe יש גם תהליך Realtime ייעודי דרך WebSocket. אודיו מתווסף למאגר הקלט, ואז האפליקציה מבצעת commit מפורש לתור אודיו. התמלול מתחיל עבור המקטע שעבר commit ועשוי להפיק אירועי delta לפני אירוע ההשלמה שלו, כולל מידע על השפה שזוהתה. המודל משתמש אוטומטית בתורים קודמים שכבר תומללו כהקשר בתהליך הסשן הזה של היצרנית. זה שונה מהפקה רציפה של טקסט כתוביות חי עם הגעת אודיו מהמיקרופון; OpenAI מכנה את המודל לתהליך הרציף הזה GPT Live Transcribe.</p><p>למספר תורים, שמרו את מזהה פריט הקלט עם התמליל המתאים. OpenAI מזהירה שאירועי השלמה מתורים שונים אינם חייבים להגיע לפי סדר הדיבור, ולכן יש לקשר כל תוצאה סופית לקלט שעבר commit, ולא לסדר שיחה רק לפי זמן ההשלמה. התוצר השימושי הוא תמליל מסודר שמורכב מהפריטים הסופיים הנכונים, כאשר טקסט ביניים נחשב להתקדמות ולא לאמירה נפרדת שהושלמה.</p><h4>פלטים ייעודיים ומגבלות מהותיות</h4><p>פרופיל זה אינו מספק חוזה אחיד לכתוביות, לחותמות זמן, לתרגום או לתוויות דוברים. מדריך המעבר של OpenAI מבחין בין היכולות הייעודיות האלה: פורמטי כתוביות מובנים ותזמון ברמת המילה דורשים מודל ופורמט תואמים, ואילו תוויות דוברים משתמשות ב-GPT-4o Transcribe Diarize. תוצאת הקובץ של GPT Transcribe היא JSON, ולא תחליף ישיר לתשובת SRT, VTT או תשובה עם חותמות זמן מפורטות. כרטיס המודל המדויק אינו מפרסם מכסה מספרית להקשר או לפלט המרבי, ולכן אין להניח שחלון הטוקנים של מודל צ׳אט חל על תמלול אודיו.</p><p>בדקו מול ההקלטה אוצר מילים קשה, מספרים, מבטאים, רעשי רקע ומעברים בין שפות. ודאו שרמזים רלוונטיים שיפרו את הזיהוי בלי להוסיף מונחים שלא נאמרו, ושהתמליל הסופי כולל את סוף האודיו. לתוצאה רב־לשונית, שמרו על הנוסח שנאמר לפני הכנת גרסה מתורגמת. בדיקות אלה הופכות את התמליל לחומר מקור שימושי, תוך הבחנה ברורה בין רמזי הקשר, שפות שזוהו והדיבור שזוהה.</p>",
  "aboutText": "GPT Transcribe הוא מודל הדיבור לטקסט של OpenAI לקובצי אודיו שהושלמו, לתמלילי קבצים בהזרמה ולתורי אודיו שבוצע להם commit בסשנים של Realtime. הוא מקבל אודיו עם הקשר טקסטואלי לבחירה ומחזיר את הטקסט שזוהה. היצרנית מייעדת אותו לתמלול מדויק של דיבור מוקלט בשפת המקור, כולל אוצר מילים מקצועי, הקלטות רב־לשוניות ומעבר בין שפות. התוצר השימושי הוא תמליל שנשאר מקושר להקלטה, עם מטא־נתונים על השפה שזוהתה כאשר המודל יכול להפיק חיזוי אמין.\n\n### הכנת הקלטה שהושלמה\n\nתהליך תמלול הקבצים של OpenAI מקבל העלאות בגודל של עד 25 MB. תיעוד נקודת הקצה הנוכחי מונה את פורמטי הקלט FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV ו-WebM וממליץ לספק מספיק מטא־נתונים כדי לזהות את הפורמט, כולל סיומת מתאימה לשם הקובץ וסוג תוכן מתאים. להקלטה גדולה יותר, המדריך ממליץ על דחיסה או חלוקה לקבצים בגודל 25 MB ומטה. הימנעו מחיתוך באמצע משפט, משום שהסרת הדיבור שסביבו עלולה לפגוע בדיוק הזיהוי. שמרו על סדר החלקים ועל מיקומם בהקלטה המקורית.\n\nלפגישה, לריאיון או למצגת מוקלטת, ספקו את האודיו בפועל וציינו את הנושא וכל מונח שעשוי להיאמר. התוצאה השימושית היא הנוסח שזוהה, ולא סיכום משוער של הדיון. שמרו את מזהה ההקלטה עם הטקסט שהוחזר, כדי שמי שבודק שם, מספר או ביטוי לא ברור יוכל לחזור למקור הנכון. לאחר מכן התמליל יכול לשמש חומר לתהליך נפרד של סיכום, תרגום או עריכה.\n\n### הקשר, רמזים למילות מפתח ושפות צפויות\n\nהיצרנית מפרידה בין שלושה סוגי הכוונה. פרומפט מספק הקשר חופשי על הנושא או הנסיבות של ההקלטה. מילות מפתח מספקות מילים או ביטויים מדויקים שצפויים להופיע בדיבור. רשימת languages מציינת את שפות הדיבור הצפויות. לדיון דו־לשוני על מוצר, תארו את הנסיבות בפרומפט, ציינו את שמות המוצרים הרלוונטיים כמילות מפתח וספקו את השפות הצפויות. אלה רמזים לזיהוי, ולא הוראות להוסיף מילים שאיש לא אמר.\n\nGPT Transcribe משתמש בשדה languages בלשון רבים במקום בשדה language הישן בלשון יחיד; OpenAI מציינת שאין לשלוח את שניהם. המדריך מקבל קודי ISO 639-1 נתמכים, קודי ISO 639-3 מסוימים וקודי אזור לשפות סיניות, ודוחה ערכים שאינם נתמכים או שמבנם שגוי. כל מילת מפתח חייבת להיות בשורה אחת ואסור שתכיל סוגר זוויתי, תו carriage return או תו line feed. מילת מפתח לא תקינה או פרומפט ארוך מדי עלולים לגרום לדחיית הבקשה כולה. שמרו על הקשר רלוונטי ובדקו אם השמות שסופקו כרמזים אכן מופיעים באודיו, במקום להתייחס לרשימת הרמזים כתמליל.\n\n### פלט JSON וחיזוי השפות שזוהו\n\nתוצאת הקובץ המתועדת היא JSON שמכיל את התמליל ואת השפות שזוהו. חיזויי השפה הם פלט של המודל, ולא העתק של רמזי השפה שסופקו. רשימת שפות ריקה היא תוצאה תקינה כשהמודל אינו יכול להפיק חיזוי אמין; היא אינה מוכיחה שההקלטה הייתה שקטה או שהתמלול נכשל. שמרו בנפרד את הטקסט שזוהה ואת מטא־נתוני השפה, כדי שעיבוד בהמשך יוכל להשתמש בכל אחד מהם בהתאם למשמעותו.\n\n### הזרמת תמליל של קובץ\n\nקובץ שהושלם יכול להפיק טקסט תמלול בהדרגה תוך כדי העיבוד. OpenAI מתעדת אירועי transcript.text.delta לטקסט חלקי ו-transcript.text.done לתמליל המלא של הקובץ; האירוע הסופי כולל גם את השפות שזוהו. זו הזרמת הפלט של הקלטה שכבר סופקה. היא שימושית להצגת התקדמות בהעלאה ארוכה, ואילו האירוע הסופי קובע איזה טקסט יש לשמור כתוצאה שהושלמה.\n\n### תורים שעברו commit בסשנים של Realtime\n\nל-GPT Transcribe יש גם תהליך Realtime ייעודי דרך WebSocket. אודיו מתווסף למאגר הקלט, ואז האפליקציה מבצעת commit מפורש לתור אודיו. התמלול מתחיל עבור המקטע שעבר commit ועשוי להפיק אירועי delta לפני אירוע ההשלמה שלו, כולל מידע על השפה שזוהתה. המודל משתמש אוטומטית בתורים קודמים שכבר תומללו כהקשר בתהליך הסשן הזה של היצרנית. זה שונה מהפקה רציפה של טקסט כתוביות חי עם הגעת אודיו מהמיקרופון; OpenAI מכנה את המודל לתהליך הרציף הזה GPT Live Transcribe.\n\nלמספר תורים, שמרו את מזהה פריט הקלט עם התמליל המתאים. OpenAI מזהירה שאירועי השלמה מתורים שונים אינם חייבים להגיע לפי סדר הדיבור, ולכן יש לקשר כל תוצאה סופית לקלט שעבר commit, ולא לסדר שיחה רק לפי זמן ההשלמה. התוצר השימושי הוא תמליל מסודר שמורכב מהפריטים הסופיים הנכונים, כאשר טקסט ביניים נחשב להתקדמות ולא לאמירה נפרדת שהושלמה.\n\n### פלטים ייעודיים ומגבלות מהותיות\n\nפרופיל זה אינו מספק חוזה אחיד לכתוביות, לחותמות זמן, לתרגום או לתוויות דוברים. מדריך המעבר של OpenAI מבחין בין היכולות הייעודיות האלה: פורמטי כתוביות מובנים ותזמון ברמת המילה דורשים מודל ופורמט תואמים, ואילו תוויות דוברים משתמשות ב-GPT-4o Transcribe Diarize. תוצאת הקובץ של GPT Transcribe היא JSON, ולא תחליף ישיר לתשובת SRT, VTT או תשובה עם חותמות זמן מפורטות. כרטיס המודל המדויק אינו מפרסם מכסה מספרית להקשר או לפלט המרבי, ולכן אין להניח שחלון הטוקנים של מודל צ׳אט חל על תמלול אודיו.\n\nבדקו מול ההקלטה אוצר מילים קשה, מספרים, מבטאים, רעשי רקע ומעברים בין שפות. ודאו שרמזים רלוונטיים שיפרו את הזיהוי בלי להוסיף מונחים שלא נאמרו, ושהתמליל הסופי כולל את סוף האודיו. לתוצאה רב־לשונית, שמרו על הנוסח שנאמר לפני הכנת גרסה מתורגמת. בדיקות אלה הופכות את התמליל לחומר מקור שימושי, תוך הבחנה ברורה בין רמזי הקשר, שפות שזוהו והדיבור שזוהה.",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "cbed7ffa1cd22334c21003da2172be5a2ba8d7021569e0efa6581c1284ae8917",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "he",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">O</span><h2 id=\"sheet-title\">OpenAI: GPT Transcribe</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"סגירה\">×</button></div><div class=\"idline\"><span>OpenAI /</span><code>openai/gpt-transcribe</code><button type=\"button\" id=\"copy-id\">העתקת ID</button></div><nav class=\"card-jump-nav\" aria-label=\"חלקי כרטיס המודל\"><button type=\"button\" data-card-jump=\"overview\">התחלה</button><button type=\"button\" data-card-jump=\"methods\">קלט ושיטות</button><button type=\"button\" data-card-jump=\"pricing\">תעריפים</button><button type=\"button\" data-card-jump=\"examples\">דוגמאות</button><button type=\"button\" data-card-jump=\"results\">תוצאות</button><button type=\"button\" data-card-jump=\"aliases\">כינויים</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"שיטות API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fgpt-transcribe\">זיהוי</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">התחלה</h3><p class=\"mdesc-full\">GPT Transcribe הופך דיבור מוקלט לטקסט בשפת המקור, עם פרומפטים שמספקים הקשר, רמזים למילות מפתח מדויקות ורמזים למספר שפות. OpenAI מתעדת תמלול של קובץ שהושלם, הזרמת תוצאות מקובץ ותמלול לאחר ביצוע commit לתורי אודיו ב-Realtime.</p><dl class=\"card-io\" data-card-io><div><dt>סוגי קלט נתמכים</dt><dd>שמע</dd></div><div><dt>תוצאות</dt><dd>טקסט</dd></div></dl><details class=\"card-about\"><summary>על המודל</summary><p class=\"note-s\" data-model-method-boundary>התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.</p><div class=\"mabout\" id=\"m-about\"><p>GPT Transcribe הוא מודל הדיבור לטקסט של OpenAI לקובצי אודיו שהושלמו, לתמלילי קבצים בהזרמה ולתורי אודיו שבוצע להם commit בסשנים של Realtime. הוא מקבל אודיו עם הקשר טקסטואלי לבחירה ומחזיר את הטקסט שזוהה. היצרנית מייעדת אותו לתמלול מדויק של דיבור מוקלט בשפת המקור, כולל אוצר מילים מקצועי, הקלטות רב־לשוניות ומעבר בין שפות. התוצר השימושי הוא תמליל שנשאר מקושר להקלטה, עם מטא־נתונים על השפה שזוהתה כאשר המודל יכול להפיק חיזוי אמין.</p><h4>הכנת הקלטה שהושלמה</h4><p>תהליך תמלול הקבצים של OpenAI מקבל העלאות בגודל של עד 25 MB. תיעוד נקודת הקצה הנוכחי מונה את פורמטי הקלט FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV ו-WebM וממליץ לספק מספיק מטא־נתונים כדי לזהות את הפורמט, כולל סיומת מתאימה לשם הקובץ וסוג תוכן מתאים. להקלטה גדולה יותר, המדריך ממליץ על דחיסה או חלוקה לקבצים בגודל 25 MB ומטה. הימנעו מחיתוך באמצע משפט, משום שהסרת הדיבור שסביבו עלולה לפגוע בדיוק הזיהוי. שמרו על סדר החלקים ועל מיקומם בהקלטה המקורית.</p><p>לפגישה, לריאיון או למצגת מוקלטת, ספקו את האודיו בפועל וציינו את הנושא וכל מונח שעשוי להיאמר. התוצאה השימושית היא הנוסח שזוהה, ולא סיכום משוער של הדיון. שמרו את מזהה ההקלטה עם הטקסט שהוחזר, כדי שמי שבודק שם, מספר או ביטוי לא ברור יוכל לחזור למקור הנכון. לאחר מכן התמליל יכול לשמש חומר לתהליך נפרד של סיכום, תרגום או עריכה.</p><h4>הקשר, רמזים למילות מפתח ושפות צפויות</h4><p>היצרנית מפרידה בין שלושה סוגי הכוונה. פרומפט מספק הקשר חופשי על הנושא או הנסיבות של ההקלטה. מילות מפתח מספקות מילים או ביטויים מדויקים שצפויים להופיע בדיבור. רשימת languages מציינת את שפות הדיבור הצפויות. לדיון דו־לשוני על מוצר, תארו את הנסיבות בפרומפט, ציינו את שמות המוצרים הרלוונטיים כמילות מפתח וספקו את השפות הצפויות. אלה רמזים לזיהוי, ולא הוראות להוסיף מילים שאיש לא אמר.</p><p>GPT Transcribe משתמש בשדה languages בלשון רבים במקום בשדה language הישן בלשון יחיד; OpenAI מציינת שאין לשלוח את שניהם. המדריך מקבל קודי ISO 639-1 נתמכים, קודי ISO 639-3 מסוימים וקודי אזור לשפות סיניות, ודוחה ערכים שאינם נתמכים או שמבנם שגוי. כל מילת מפתח חייבת להיות בשורה אחת ואסור שתכיל סוגר זוויתי, תו carriage return או תו line feed. מילת מפתח לא תקינה או פרומפט ארוך מדי עלולים לגרום לדחיית הבקשה כולה. שמרו על הקשר רלוונטי ובדקו אם השמות שסופקו כרמזים אכן מופיעים באודיו, במקום להתייחס לרשימת הרמזים כתמליל.</p><h4>פלט JSON וחיזוי השפות שזוהו</h4><p>תוצאת הקובץ המתועדת היא JSON שמכיל את התמליל ואת השפות שזוהו. חיזויי השפה הם פלט של המודל, ולא העתק של רמזי השפה שסופקו. רשימת שפות ריקה היא תוצאה תקינה כשהמודל אינו יכול להפיק חיזוי אמין; היא אינה מוכיחה שההקלטה הייתה שקטה או שהתמלול נכשל. שמרו בנפרד את הטקסט שזוהה ואת מטא־נתוני השפה, כדי שעיבוד בהמשך יוכל להשתמש בכל אחד מהם בהתאם למשמעותו.</p><h4>הזרמת תמליל של קובץ</h4><p>קובץ שהושלם יכול להפיק טקסט תמלול בהדרגה תוך כדי העיבוד. OpenAI מתעדת אירועי transcript.text.delta לטקסט חלקי ו-transcript.text.done לתמליל המלא של הקובץ; האירוע הסופי כולל גם את השפות שזוהו. זו הזרמת הפלט של הקלטה שכבר סופקה. היא שימושית להצגת התקדמות בהעלאה ארוכה, ואילו האירוע הסופי קובע איזה טקסט יש לשמור כתוצאה שהושלמה.</p><h4>תורים שעברו commit בסשנים של Realtime</h4><p>ל-GPT Transcribe יש גם תהליך Realtime ייעודי דרך WebSocket. אודיו מתווסף למאגר הקלט, ואז האפליקציה מבצעת commit מפורש לתור אודיו. התמלול מתחיל עבור המקטע שעבר commit ועשוי להפיק אירועי delta לפני אירוע ההשלמה שלו, כולל מידע על השפה שזוהתה. המודל משתמש אוטומטית בתורים קודמים שכבר תומללו כהקשר בתהליך הסשן הזה של היצרנית. זה שונה מהפקה רציפה של טקסט כתוביות חי עם הגעת אודיו מהמיקרופון; OpenAI מכנה את המודל לתהליך הרציף הזה GPT Live Transcribe.</p><p>למספר תורים, שמרו את מזהה פריט הקלט עם התמליל המתאים. OpenAI מזהירה שאירועי השלמה מתורים שונים אינם חייבים להגיע לפי סדר הדיבור, ולכן יש לקשר כל תוצאה סופית לקלט שעבר commit, ולא לסדר שיחה רק לפי זמן ההשלמה. התוצר השימושי הוא תמליל מסודר שמורכב מהפריטים הסופיים הנכונים, כאשר טקסט ביניים נחשב להתקדמות ולא לאמירה נפרדת שהושלמה.</p><h4>פלטים ייעודיים ומגבלות מהותיות</h4><p>פרופיל זה אינו מספק חוזה אחיד לכתוביות, לחותמות זמן, לתרגום או לתוויות דוברים. מדריך המעבר של OpenAI מבחין בין היכולות הייעודיות האלה: פורמטי כתוביות מובנים ותזמון ברמת המילה דורשים מודל ופורמט תואמים, ואילו תוויות דוברים משתמשות ב-GPT-4o Transcribe Diarize. תוצאת הקובץ של GPT Transcribe היא JSON, ולא תחליף ישיר לתשובת SRT, VTT או תשובה עם חותמות זמן מפורטות. כרטיס המודל המדויק אינו מפרסם מכסה מספרית להקשר או לפלט המרבי, ולכן אין להניח שחלון הטוקנים של מודל צ׳אט חל על תמלול אודיו.</p><p>בדקו מול ההקלטה אוצר מילים קשה, מספרים, מבטאים, רעשי רקע ומעברים בין שפות. ודאו שרמזים רלוונטיים שיפרו את הזיהוי בלי להוסיף מונחים שלא נאמרו, ושהתמליל הסופי כולל את סוף האודיו. לתוצאה רב־לשונית, שמרו על הנוסח שנאמר לפני הכנת גרסה מתורגמת. בדיקות אלה הופכות את התמליל לחומר מקור שימושי, תוך הבחנה ברורה בין רמזי הקשר, שפות שזוהו והדיבור שזוהה.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">זמין ב-Ailoot · קלט ושיטות</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · תמלול</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>סוגי קלט</dt><dd><code>audio</code></dd></div><div><dt>סוגי פלט</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>שדה</th><th>סוג</th><th>דרישה</th><th>ערכים ומגבלות</th><th>ברירת מחדל</th></tr></thead><tbody><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>string</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span><div>openai/gpt-transcribe</div></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span><code>object</code></td><td data-cell-label=\"דרישה\"><span class=\"card-cell-label\">דרישה</span>חובה</td><td data-cell-label=\"ערכים ומגבלות\"><span class=\"card-cell-label\">ערכים ומגבלות</span></td><td data-cell-label=\"ברירת מחדל\" data-default=\"unspecified\"><span class=\"card-cell-label\">ברירת מחדל</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>פרמטרים ומחזור חיים של השיטה</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>פרמטר</th><th>מפרט</th></tr></thead><tbody><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>content_type</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>application/json</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>required</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>model, input_audio</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>material_types</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>audio</td></tr><tr><th data-cell-label=\"פרמטר\" scope=\"row\"><span class=\"card-cell-label\">פרמטר</span><code>material_conditions</code></th><td data-cell-label=\"מפרט\"><span class=\"card-cell-label\">מפרט</span>הדוגמה קוראת את קובץ ה־PCM WAV הממשי והלא ריק שלכם, מקודדת את כל הבתים של הקובץ ב־base64 ושולחת את input_audio.format בערך wav.</td></tr></tbody></table></div><p>מחזור חיים: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · task_id המדויק מרשומת מדיה קיימת שבבעלותכם</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">תעריפים</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.</p><dl data-price-conditions><dt>מצב מהיר</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב מהיר</span></dd><dt>מצב Flex</dt><dd>לא צוין <span class=\"note-s\">כאשר נבחר מצב flex</span></dd><dt>מאמץ חשיבה מרבי</dt><dd>לא צוין <span class=\"note-s\">כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)</span></dd></dl></div><div data-declared-tariff-pricing><h4>תעריפי Ailoot</h4><h4>מחירים לפי תצורה</h4><p class=\"note-s\">התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>תצורה</th><th>טבלת תעריפים</th><th>יחידת חיוב</th><th>חיוב</th></tr></thead><tbody><tr><th data-cell-label=\"תצורה\" scope=\"row\"><span class=\"card-cell-label\">תצורה</span>תעריפי בסיס לטוקנים</th><td data-cell-label=\"טבלת תעריפים\"><span class=\"card-cell-label\">טבלת תעריפים</span>תעריף בסיס</td><td data-cell-label=\"יחידת חיוב\"><span class=\"card-cell-label\">יחידת חיוב</span>—</td><td data-cell-label=\"חיוב\"><span class=\"card-cell-label\">חיוב</span><div><span>קלט · טוקני קלט</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>פלט · טוקני פלט</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · קריאה מהמטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div><div><span>קלט · כתיבה למטמון, 1 שעה</span> <b>—</b> <span class=\"price-unit\">/ 1K טוקנים</span></div></td></tr><tr><th data-cell-label=\"תצורה\" scope=\"row\"><span class=\"card-cell-label\">תצורה</span>שניית שמע בקלט</th><td data-cell-label=\"טבלת תעריפים\"><span class=\"card-cell-label\">טבלת תעריפים</span>—</td><td data-cell-label=\"יחידת חיוב\"><span class=\"card-cell-label\">יחידת חיוב</span>לכל שניית שמע בקלט</td><td data-cell-label=\"חיוב\"><span class=\"card-cell-label\">חיוב</span><div><span>קלט · שניית שמע בקלט</span> <b>$0.00015</b> <span class=\"price-unit\">לכל שניית שמע בקלט</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. <a href=\"/docs/he/billing/reserve/\">איך פועלים שריון הסכום והסדרת החיוב →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">דוגמאות לבקשות</h3><h4>Ailoot Ultra · תמלול</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"אפשרויות קוד\"><button class=\"cg-tab\" id=\"model-code-2158-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2158-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · קובץ WAV אמיתי והתוצאה המקורית המלאה</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"העתקת הקוד\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2158-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2158-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}&quot;\nexport AILOOT_AUDIO_FILE\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4] == b&#39;RIFF&#39; and audio[8:12] == b&#39;WAVE&#39;):\n    raise SystemExit(&#39;Supply your actual PCM WAV audio file&#39;)\nwith wave.open(io.BytesIO(audio), &#39;rb&#39;) as recording:\n    if recording.getcomptype() != &#39;NONE&#39; or recording.getnframes() &lt;= 0:\n        raise SystemExit(&#39;Supply a nonempty PCM WAV recording&#39;)\nrequest = {&#39;model&#39;: &#39;openai/gpt-transcribe&#39;, &#39;input_audio&#39;: {&#39;data&#39;: base64.b64encode(audio).decode(&#39;ascii&#39;), &#39;format&#39;: &#39;wav&#39;}}\nPath(&#39;request.json&#39;).write_text(json.dumps(request, ensure_ascii=False), encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">קבלה ושמירה של תוצאות</h3><h4>Ailoot Ultra · תמלול</h4><p class=\"note-s\">גוף התגובה המקורי במלואו, הסטטוס והכותרות שהועברו. המטפל הזה אינו מוסיף מבנה JSON אחיד, שדה טקסט או מעטפת משימה.</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>שמירת כל התוצאות שהושלמו</h5><p class=\"note-s\">שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.</p><p class=\"note-s\">שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>כשצריך לבדוק את התגובה המקורית</h5><p class=\"note-s\">יש לשמור את X-Client-Request-ID הממשי ואת התגובה המלאה. יש לקרוא את הנכסים המקוריים שבבעלותכם ואת כתובות התוכן החתומות המדויקות שלהם; אין לשלוח שוב בקשת יצירה שתוצאתה אינה ודאית.</p></div><details class=\"card-about\" data-output-fields><summary>שדות התגובה</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>שדה</th><th>סוג</th></tr></thead><tbody><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">text (when present)</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span></td></tr><tr><th data-cell-label=\"שדה\" scope=\"row\"><span class=\"card-cell-label\">שדה</span><code class=\"card-field-name\">usage (when present)</code></th><td data-cell-label=\"סוג\" data-field-type><span class=\"card-cell-label\">סוג</span></td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>שגיאות והשלבים הבאים</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>תגובה</th><th>תנאי</th><th>השלב הבא</th></tr></thead><tbody><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦400⁩ · <code>invalid_request_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>גוף ה־JSON או מזהה המודל הקנוני המפורש אינם תקפים.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את התגובה ולתקן את שדה הבקשה שצוין.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦401⁩ · <code>authentication_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>מפתח ה־API של Ailoot אינו תקף.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש להשתמש במפתח ה־API המורשה שלכם של Ailoot.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦403⁩ · <code>permission_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>הקבוצה של המפתח אינה מורשית להשתמש בשיטה הזו.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את פרטי השגיאה שהוחזרו.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦404⁩ · <code>not_found_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>לשיטה שנבחרה אין נתיב מאושר לשימוש.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את פרטי השגיאה שהוחזרו.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦422⁩ · <code>price_unavailable</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>לא ניתן להשיג עבור התעריף שהתקבל את כמות הקלט או את הגבול הנדרשים לו.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את התגובה; יש להשתמש בייצוג הקלט הנדרש בתעריף שהתקבל.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦503⁩ · <code></code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>האחסון, הנתיב, מחיר השיטה או שריון הסכום הנדרשים אינם זמינים.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את התגובה המקורית המלאה. שריון סכום שמצבו אינו ודאי אינו מתיר שליחה חוזרת.</td></tr><tr><th data-cell-label=\"תגובה\" scope=\"row\"><span class=\"card-cell-label\">תגובה</span>⁦502⁩ · <code>server_error</code></th><td data-cell-label=\"תנאי\"><span class=\"card-cell-label\">תנאי</span>יש לבדוק את התוצאה המקורית, את נתוני השימוש או את השלמת החיוב.</td><td data-cell-label=\"השלב הבא\"><span class=\"card-cell-label\">השלב הבא</span>יש לשמור את מזהה הבקשה הממשי ואת התגובה המקורית. יש לקרוא את הרשומה הקיימת שבבעלותכם; אין לשלוח שוב בקשת יצירה.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">כינויים</h3><h4>כינויים למודל</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=openai%2Fgpt-transcribe&amp;route=Ultra&amp;caller=openai%2Fgpt-transcribe&amp;fmt=transcriptions\"><code>openai/gpt-transcribe</code></a></span></p><h4>כינויים לנתיבי שיטות</h4><p class=\"note-s\">השתמשו בנתיבי השיטות המוצגים למעלה.</p><h4>מזהי מודלים קשורים IDs</h4><p class=\"note-s\"><a href=\"#m=openai%2Fgpt-transcribe&amp;route=Ultra&amp;caller=openai%2Fgpt-transcribe&amp;fmt=transcriptions\"><code>openai/gpt-transcribe</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "openai/gpt-transcribe",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fgpt-transcribe",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "גוף ה־JSON או מזהה המודל הקנוני המפורש אינם תקפים.",
                "http_status": 400,
                "recovery": "יש לשמור את התגובה ולתקן את שדה הבקשה שצוין.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "מפתח ה־API של Ailoot אינו תקף.",
                "http_status": 401,
                "recovery": "יש להשתמש במפתח ה־API המורשה שלכם של Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "הקבוצה של המפתח אינה מורשית להשתמש בשיטה הזו.",
                "http_status": 403,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "לשיטה שנבחרה אין נתיב מאושר לשימוש.",
                "http_status": 404,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "לא ניתן להשיג עבור התעריף שהתקבל את כמות הקלט או את הגבול הנדרשים לו.",
                "http_status": 422,
                "recovery": "יש לשמור את התגובה; יש להשתמש בייצוג הקלט הנדרש בתעריף שהתקבל.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "האחסון, הנתיב, מחיר השיטה או שריון הסכום הנדרשים אינם זמינים.",
                "http_status": 503,
                "recovery": "יש לשמור את התגובה המקורית המלאה. שריון סכום שמצבו אינו ודאי אינו מתיר שליחה חוזרת.",
                "type": null
              },
              {
                "code": null,
                "condition": "יש לבדוק את התוצאה המקורית, את נתוני השימוש או את השלמת החיוב.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "יש לשמור את מזהה הבקשה הממשי ואת התגובה המקורית. יש לקרוא את הרשומה הקיימת שבבעלותכם; אין לשלוח שוב בקשת יצירה.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "יש לשמור את X-Client-Request-ID הממשי ואת התגובה המלאה. יש לקרוא את הנכסים המקוריים שבבעלותכם ואת כתובות התוכן החתומות המדויקות שלהם; אין לשלוח שוב בקשת יצירה שתוצאתה אינה ודאית."
            },
            "outputs": {
              "all_results": "שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "גוף התגובה המקורי במלואו, הסטטוס והכותרות שהועברו. המטפל הזה אינו מוסיף מבנה JSON אחיד, שדה טקסט או מעטפת משימה."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/gpt-transcribe"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "openai/gpt-transcribe"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/gpt-transcribe"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "הדוגמה קוראת את קובץ ה־PCM WAV הממשי והלא ריק שלכם, מקודדת את כל הבתים של הקובץ ב־base64 ושולחת את input_audio.format בערך wav."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "task_id המדויק מרשומת מדיה קיימת שבבעלותכם",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "תמלול",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.00015
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.00015",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    }
  ],
  "model_id": "openai/gpt-transcribe",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "495a57d1b09b5071834b7ed21d49afd34dd16f7689bade58f952502f005341c7",
    "input_html_sha256": "dc0a646d8d99ffac686602375e7b2d51d18c8ce2647b4a03a36320734cb9642b",
    "private_audit_sha256": "1827659880121b0d291d756f84dbb45721c382b9a3f6816248ad58993711d02c",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/he/openai-gpt-transcribe/",
    "description": "GPT Transcribe הופך דיבור מוקלט לטקסט בשפת המקור, עם פרומפטים שמספקים הקשר, רמזים למילות מפתח מדויקות ורמזים למספר שפות. OpenAI מתעדת תמלול של קובץ שהושלם, הזרמת תוצאות מקובץ ותמלול לאחר ביצוע commit לתורי אודיו ב-Realtime.",
    "locale": "he",
    "md_url": "https://ailoot.ai/models/he/openai-gpt-transcribe/index.md",
    "title": "OpenAI: GPT Transcribe — Ailoot",
    "url": "https://ailoot.ai/models/he/openai-gpt-transcribe/"
  },
  "rawModel": {
    "about": "GPT Transcribe הוא מודל הדיבור לטקסט של OpenAI לקובצי אודיו שהושלמו, לתמלילי קבצים בהזרמה ולתורי אודיו שבוצע להם commit בסשנים של Realtime. הוא מקבל אודיו עם הקשר טקסטואלי לבחירה ומחזיר את הטקסט שזוהה. היצרנית מייעדת אותו לתמלול מדויק של דיבור מוקלט בשפת המקור, כולל אוצר מילים מקצועי, הקלטות רב־לשוניות ומעבר בין שפות. התוצר השימושי הוא תמליל שנשאר מקושר להקלטה, עם מטא־נתונים על השפה שזוהתה כאשר המודל יכול להפיק חיזוי אמין.\n\n### הכנת הקלטה שהושלמה\n\nתהליך תמלול הקבצים של OpenAI מקבל העלאות בגודל של עד 25 MB. תיעוד נקודת הקצה הנוכחי מונה את פורמטי הקלט FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV ו-WebM וממליץ לספק מספיק מטא־נתונים כדי לזהות את הפורמט, כולל סיומת מתאימה לשם הקובץ וסוג תוכן מתאים. להקלטה גדולה יותר, המדריך ממליץ על דחיסה או חלוקה לקבצים בגודל 25 MB ומטה. הימנעו מחיתוך באמצע משפט, משום שהסרת הדיבור שסביבו עלולה לפגוע בדיוק הזיהוי. שמרו על סדר החלקים ועל מיקומם בהקלטה המקורית.\n\nלפגישה, לריאיון או למצגת מוקלטת, ספקו את האודיו בפועל וציינו את הנושא וכל מונח שעשוי להיאמר. התוצאה השימושית היא הנוסח שזוהה, ולא סיכום משוער של הדיון. שמרו את מזהה ההקלטה עם הטקסט שהוחזר, כדי שמי שבודק שם, מספר או ביטוי לא ברור יוכל לחזור למקור הנכון. לאחר מכן התמליל יכול לשמש חומר לתהליך נפרד של סיכום, תרגום או עריכה.\n\n### הקשר, רמזים למילות מפתח ושפות צפויות\n\nהיצרנית מפרידה בין שלושה סוגי הכוונה. פרומפט מספק הקשר חופשי על הנושא או הנסיבות של ההקלטה. מילות מפתח מספקות מילים או ביטויים מדויקים שצפויים להופיע בדיבור. רשימת languages מציינת את שפות הדיבור הצפויות. לדיון דו־לשוני על מוצר, תארו את הנסיבות בפרומפט, ציינו את שמות המוצרים הרלוונטיים כמילות מפתח וספקו את השפות הצפויות. אלה רמזים לזיהוי, ולא הוראות להוסיף מילים שאיש לא אמר.\n\nGPT Transcribe משתמש בשדה languages בלשון רבים במקום בשדה language הישן בלשון יחיד; OpenAI מציינת שאין לשלוח את שניהם. המדריך מקבל קודי ISO 639-1 נתמכים, קודי ISO 639-3 מסוימים וקודי אזור לשפות סיניות, ודוחה ערכים שאינם נתמכים או שמבנם שגוי. כל מילת מפתח חייבת להיות בשורה אחת ואסור שתכיל סוגר זוויתי, תו carriage return או תו line feed. מילת מפתח לא תקינה או פרומפט ארוך מדי עלולים לגרום לדחיית הבקשה כולה. שמרו על הקשר רלוונטי ובדקו אם השמות שסופקו כרמזים אכן מופיעים באודיו, במקום להתייחס לרשימת הרמזים כתמליל.\n\n### פלט JSON וחיזוי השפות שזוהו\n\nתוצאת הקובץ המתועדת היא JSON שמכיל את התמליל ואת השפות שזוהו. חיזויי השפה הם פלט של המודל, ולא העתק של רמזי השפה שסופקו. רשימת שפות ריקה היא תוצאה תקינה כשהמודל אינו יכול להפיק חיזוי אמין; היא אינה מוכיחה שההקלטה הייתה שקטה או שהתמלול נכשל. שמרו בנפרד את הטקסט שזוהה ואת מטא־נתוני השפה, כדי שעיבוד בהמשך יוכל להשתמש בכל אחד מהם בהתאם למשמעותו.\n\n### הזרמת תמליל של קובץ\n\nקובץ שהושלם יכול להפיק טקסט תמלול בהדרגה תוך כדי העיבוד. OpenAI מתעדת אירועי transcript.text.delta לטקסט חלקי ו-transcript.text.done לתמליל המלא של הקובץ; האירוע הסופי כולל גם את השפות שזוהו. זו הזרמת הפלט של הקלטה שכבר סופקה. היא שימושית להצגת התקדמות בהעלאה ארוכה, ואילו האירוע הסופי קובע איזה טקסט יש לשמור כתוצאה שהושלמה.\n\n### תורים שעברו commit בסשנים של Realtime\n\nל-GPT Transcribe יש גם תהליך Realtime ייעודי דרך WebSocket. אודיו מתווסף למאגר הקלט, ואז האפליקציה מבצעת commit מפורש לתור אודיו. התמלול מתחיל עבור המקטע שעבר commit ועשוי להפיק אירועי delta לפני אירוע ההשלמה שלו, כולל מידע על השפה שזוהתה. המודל משתמש אוטומטית בתורים קודמים שכבר תומללו כהקשר בתהליך הסשן הזה של היצרנית. זה שונה מהפקה רציפה של טקסט כתוביות חי עם הגעת אודיו מהמיקרופון; OpenAI מכנה את המודל לתהליך הרציף הזה GPT Live Transcribe.\n\nלמספר תורים, שמרו את מזהה פריט הקלט עם התמליל המתאים. OpenAI מזהירה שאירועי השלמה מתורים שונים אינם חייבים להגיע לפי סדר הדיבור, ולכן יש לקשר כל תוצאה סופית לקלט שעבר commit, ולא לסדר שיחה רק לפי זמן ההשלמה. התוצר השימושי הוא תמליל מסודר שמורכב מהפריטים הסופיים הנכונים, כאשר טקסט ביניים נחשב להתקדמות ולא לאמירה נפרדת שהושלמה.\n\n### פלטים ייעודיים ומגבלות מהותיות\n\nפרופיל זה אינו מספק חוזה אחיד לכתוביות, לחותמות זמן, לתרגום או לתוויות דוברים. מדריך המעבר של OpenAI מבחין בין היכולות הייעודיות האלה: פורמטי כתוביות מובנים ותזמון ברמת המילה דורשים מודל ופורמט תואמים, ואילו תוויות דוברים משתמשות ב-GPT-4o Transcribe Diarize. תוצאת הקובץ של GPT Transcribe היא JSON, ולא תחליף ישיר לתשובת SRT, VTT או תשובה עם חותמות זמן מפורטות. כרטיס המודל המדויק אינו מפרסם מכסה מספרית להקשר או לפלט המרבי, ולכן אין להניח שחלון הטוקנים של מודל צ׳אט חל על תמלול אודיו.\n\nבדקו מול ההקלטה אוצר מילים קשה, מספרים, מבטאים, רעשי רקע ומעברים בין שפות. ודאו שרמזים רלוונטיים שיפרו את הזיהוי בלי להוסיף מונחים שלא נאמרו, ושהתמליל הסופי כולל את סוף האודיו. לתוצאה רב־לשונית, שמרו על הנוסח שנאמר לפני הכנת גרסה מתורגמת. בדיקות אלה הופכות את התמליל לחומר מקור שימושי, תוך הבחנה ברורה בין רמזי הקשר, שפות שזוהו והדיבור שזוהה.",
    "alias_of": null,
    "aliases": [],
    "author": "OpenAI",
    "capabilities": {
      "context_length": 0,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00015",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ],
        "summary": "התמחור המלא של התצורה מופיע בפרטים."
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "openai/gpt-transcribe",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "גוף ה־JSON או מזהה המודל הקנוני המפורש אינם תקפים.",
                "http_status": 400,
                "recovery": "יש לשמור את התגובה ולתקן את שדה הבקשה שצוין.",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "מפתח ה־API של Ailoot אינו תקף.",
                "http_status": 401,
                "recovery": "יש להשתמש במפתח ה־API המורשה שלכם של Ailoot.",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "הקבוצה של המפתח אינה מורשית להשתמש בשיטה הזו.",
                "http_status": 403,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "לשיטה שנבחרה אין נתיב מאושר לשימוש.",
                "http_status": 404,
                "recovery": "יש לשמור את פרטי השגיאה שהוחזרו.",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "לא ניתן להשיג עבור התעריף שהתקבל את כמות הקלט או את הגבול הנדרשים לו.",
                "http_status": 422,
                "recovery": "יש לשמור את התגובה; יש להשתמש בייצוג הקלט הנדרש בתעריף שהתקבל.",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "האחסון, הנתיב, מחיר השיטה או שריון הסכום הנדרשים אינם זמינים.",
                "http_status": 503,
                "recovery": "יש לשמור את התגובה המקורית המלאה. שריון סכום שמצבו אינו ודאי אינו מתיר שליחה חוזרת.",
                "type": null
              },
              {
                "code": null,
                "condition": "יש לבדוק את התוצאה המקורית, את נתוני השימוש או את השלמת החיוב.",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "יש לשמור את מזהה הבקשה הממשי ואת התגובה המקורית. יש לקרוא את הרשומה הקיימת שבבעלותכם; אין לשלוח שוב בקשת יצירה.",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "יש לשמור את X-Client-Request-ID הממשי ואת התגובה המלאה. יש לקרוא את הנכסים המקוריים שבבעלותכם ואת כתובות התוכן החתומות המדויקות שלהם; אין לשלוח שוב בקשת יצירה שתוצאתה אינה ודאית."
            },
            "outputs": {
              "all_results": "שמרו את התשובה המלאה ואת הכותרות, כל פלט שהתקבל בפועל, את המזהים המקוריים שהוחזרו ואת כל שדות השימוש. שחזרו את הפעולה המקורית בלי לשלוח שוב בקשת יצירה.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "גוף התגובה המקורי במלואו, הסטטוס והכותרות שהועברו. המטפל הזה אינו מוסיף מבנה JSON אחיד, שדה טקסט או מעטפת משימה."
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/gpt-transcribe"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "openai/gpt-transcribe"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/gpt-transcribe"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "הדוגמה קוראת את קובץ ה־PCM WAV הממשי והלא ריק שלכם, מקודדת את כל הבתים של הקובץ ב־base64 ושולחת את input_audio.format בערך wav."
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "task_id המדויק מרשומת מדיה קיימת שבבעלותכם",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "תמלול",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "audio_input_second": 0.00015
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "per input audio second"
            },
            "label": "input audio second",
            "units": [
              {
                "amount": "0.00015",
                "amount_unit": "usd_per_exact_native_unit",
                "billing_input": true,
                "estimate_only": false,
                "key": "audio_input_second",
                "label": "input audio second",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "public_unit_label": "per input audio second",
                "quantity": 1,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "audio_input_second"
              }
            ]
          }
        ],
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.00015",
            "amount_unit": "usd_per_exact_native_unit",
            "billing_input": true,
            "estimate_only": false,
            "key": "audio_input_second",
            "label": "input audio second",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "public_unit_label": "per input audio second",
            "quantity": 1,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "audio_input_second"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "openai/gpt-transcribe",
        "request_model_id": "openai/gpt-transcribe",
        "route_label": "Ultra"
      }
    ],
    "name": "OpenAI: GPT Transcribe",
    "price": {
      "in": null,
      "in_label": null,
      "out": null,
      "out_label": null,
      "sort_in": null,
      "sort_out": null,
      "varies": true
    },
    "short": "GPT Transcribe הופך דיבור מוקלט לטקסט בשפת המקור, עם פרומפטים שמספקים הקשר, רמזים למילות מפתח מדויקות ורמזים למספר שפות. OpenAI מתעדת תמלול של קובץ שהושלם, הזרמת תוצאות מקובץ ותמלול לאחר ביצוע commit לתורי אודיו ב-Realtime."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "GPT Transcribe הופך דיבור מוקלט לטקסט בשפת המקור, עם פרומפטים שמספקים הקשר, רמזים למילות מפתח מדויקות ורמזים למספר שפות. OpenAI מתעדת תמלול של קובץ שהושלם, הזרמת תוצאות מקובץ ותמלול לאחר ביצוע commit לתורי אודיו ב-Realtime.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "9bd741f7ed2de26895ab1671154749a8959037d81e1fe5a9bc1666b1ca0c64b6",
    "renderer_sha256": "c36bd89b8b0dac234af52bf68530df83530b908ec7a9f2e1de2483fe236ae910"
  },
  "sourceRevision": "f2eb02dad081883e6f1a31d28907aa299ca051bc0ba74c75311f400e576dc35d"
}