Source: https://ailoot.ai/models/hu/openai-gpt-4o-mini-transcribe/
Canonical: https://ailoot.ai/models/hu/openai-gpt-4o-mini-transcribe/
Language: hu

# OpenAI: GPT-4o Mini Transcribe

[Markdown](https://ailoot.ai/models/hu/openai-gpt-4o-mini-transcribe/index.md) · [JSON](https://ailoot.ai/models/hu/openai-gpt-4o-mini-transcribe/facts.json)

## [OpenAI: GPT-4o Mini Transcribe](https://ailoot.ai/models/hu/openai-gpt-4o-mini-transcribe/)

A GPT-4o Mini Transcribe az OpenAI GPT-4o Mini alapú beszéd-szöveg modellje. A hangot JSON-átirattá alakítja, felvételhez kötött szöveges utasításokat és streamelt fájleredményeket támogat, és tokenenkénti logaritmikus valószínűségeket adhat vissza az átirat célzott ellenőrzéséhez.

- [**Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `openai/gpt-4o-mini-transcribe`](https://ailoot.ai/models/hu/openai-gpt-4o-mini-transcribe/#method-0)

A modellről

Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.

A GPT-4o Mini Transcribe az OpenAI GPT-4o Mini alapú beszéd-szöveg modellje. Hangot fogad opcionális szöveges útmutatással, és felismert szöveget állít elő. Különbözik a GPT-4o alapú GPT-4o Transcribe modelltől és az újabb GPT Transcribe profiltól, amelynek külön kulcsszó- és többnyelvűjelzés-mezői vannak. A hasznos eredmény itt a felvétel eredeti beszédének átirata, keresésre, ellenőrzésre vagy későbbi tartalomfeldolgozási lépésre előkészítve.

#### A felvétel előkészítése

Az OpenAI fájlátírási útmutatója legfeljebb 25 MB-os hangfeltöltéseket fogad. Jelenlegi végpontleírása FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV és WebM formátumot sorol fel, a hangformátum azonosításához elegendő fájlnév- és tartalomtípus-metaadattal. Nagyobb felvételek tömöríthetők vagy legfeljebb 25 MB-os részekre bonthatók. Felosztáskor őrizze meg a mondathatárokat, és minden részt kapcsoljon a forrásfelvételéhez és a pozíciójához, hogy a szöveg később helyes sorrendben összeállítható legyen.

Hangjegyzeteknél minden felvételhez őrizzen meg azonosítható átiratot, és ellenőrizze a neveket vagy számokat, mielőtt a szövegből feladatokat hozna létre. Elmondott útmutatónál a felismert megfogalmazást vesse össze az eredeti utasításokkal a publikálásra történő szerkesztés előtt. Hasznos előkészítési leírás azonosítja a beszélt nyelvet és az egyébként félrehallható kifejezéseket. A szavak átírása az első lépés; értelmezés, összefoglaló vagy fordítás ezután használhatja az ellenőrzött átiratot.

#### Szöveges útmutatás és egyetlen nyelvi jelzés

A meglévő GPT-4o Mini Transcribe integrációk szabadon megfogalmazott utasítást támogatnak. Az OpenAI nevekre, rövidítésekre, felvételspecifikus szókincsre, írásjelekre, nagybetűkre, töltelékszavakra és a választott írásrendszerre vonatkozó utasításokat ismertet. A végpontleírás szerint az utasításnak egyeznie kell a hang nyelvével, és előző hangszegmensből származó kontextust is továbbadhat. Releváns írásmódokat vagy a téma rövid leírását adja meg, ne korlátozás nélküli csevegési utasításként használja az átírási útmutatást.

A modell bevett nyelvi jelzése az egyes számú language mezőt használja. A gyártói leírás ISO 639-1 bemeneti nyelvkódot dokumentál, például `en`. A külön keywords és többes számú languages mezők a GPT Transcribe modellhez dokumentáltak; nem tartoznak ehhez a Mini profilhoz. Felvételsorozatnál a tervezett beszélt nyelv beállítását őrizze meg minden bemenettel együtt, ne az eredmény lefordítására irányuló kérésként értelmezze.

#### JSON-eredmény és opcionális tokenvalószínűségek

A jelenlegi végpontleírás a JSON formátumot dokumentálja a GPT-4o Mini Transcribe támogatott válaszformátumaként. A felismert megfogalmazás a text mezőben jelenik meg. Kérésre tokenenkénti logaritmikus valószínűségek kísérhetik a JSON-választ; ezek az értékek a modell tokenvalószínűségeit írják le, és segíthetnek a közelebbi vizsgálatot igénylő anyag azonosításában. Nem igazolják, hogy egy név, szám vagy mondat megfelel a hangnak. A felvétel alapján döntse el, javítani kell-e egy kétséges szót.

A szokásos Mini átírási profil ezen a JSON-specifikáción keresztül nem biztosít natív SRT-, VTT-, részletes szószintű időbélyeges vagy beszélőcímkékkel ellátott kimenetet. Az OpenAI e képességekhez specializált modelleket és formátumokat dokumentál. Ha a tervezett eredmény feliratsáv, őrizze meg az ellenőrzött átiratot külön időzítési munkafolyamathoz, ne feltételezze, hogy a csak szöveges eredmény már felirathatárokat is tartalmaz.

#### Streamelt fájlkimenet és dokumentált módok

A gyártó beszéd-szöveg útmutatója kifejezetten rögzíti, hogy a meglévő GPT-4o Mini Transcribe integrációk támogatják a fájlstreamelést. Egy befejezett felvétel a feldolgozása közben részleges átiratszöveget, majd végső eredményt adhat. A végleges átiratot őrizze meg befejezett eredményként; a részleges szöveg megjelenése nem jelenti azt, hogy a fájlmunkafolyamat folyamatosan élő mikrofonhangot fogad. A modellkártya külön átírási és Realtime végpontcsaládokat sorol fel. Ezek a gyártói felületek nem jelentik azt, hogy egy másik átírási modell minden munkamenetmezője itt is alkalmazható.

#### Kontextus, kimeneti keret és hasznos ellenőrzések

Az OpenAI jelenlegi modellspecifikációja 16 000 tokenes kontextusablakot, legfeljebb 2 000 tokenes kimenetet és 2024. június 1-jei tudáshatárt sorol fel. Ezek modellspecifikációs adatok, nem egy hangfelvétel általánosan érvényes időtartama percben. A fájlméretszabály és a tokenkeret eltérő korlátokat ír le. Hosszabb anyagnál a dokumentált fájlmunkafolyamat szerint készítse elő a felvételt, a részek között vigye tovább a releváns kontextust, és ellenőrizze, hogy a végső szöveg tartalmazza-e a forrás végét.

Egy hasznos Mini Transcribe eredmény megőrzi a megfogalmazást és kapcsolatát a felvétellel, az opcionális valószínűségi adatokat a szerkesztői javításoktól elkülönítve. Az ismeretlen szókincset, akcentusokat, háttérzajt, nyelvváltásokat és átfedő beszédet az eredeti hang elérhetősége mellett vizsgálja meg. Olvashatóság érdekében végzett átdolgozáskor ezt a szerkesztői változatot különítse el a felismert átirattól, hogy a későbbi felhasználók megállapíthassák, mely megfogalmazás származik a felvételből, és mely változott az előkészítés során.

**Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `openai/gpt-4o-mini-transcribe`

[`openai/gpt-4o-mini-transcribe`](https://ailoot.ai/models/hu/#m=openai%2Fgpt-4o-mini-transcribe&route=Ultra&caller=openai%2Fgpt-4o-mini-transcribe&fmt=transcriptions)

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

### Kezdő lépések

A GPT-4o Mini Transcribe az OpenAI GPT-4o Mini alapú beszéd-szöveg modellje. A hangot JSON-átirattá alakítja, felvételhez kötött szöveges utasításokat és streamelt fájleredményeket támogat, és tokenenkénti logaritmikus valószínűségeket adhat vissza az átirat célzott ellenőrzéséhez.

Elfogadott bemenetek

Hang

Eredmények

Szöveg

### Elérhető az Ailootban · bemenetek és metódusok

**Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions`

Bemenet

`audio`

Kimenet

`text`

| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
| --- | --- | --- | --- | --- |
| Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok openai/gpt-4o-mini-transcribe | Alapértelmezett— |
| Mező`input_audio` | Típus`object` | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |

Metódus paraméterei és életciklusa

| Paraméter | Szerződés |
| --- | --- |
| Paraméter`content_type` | Szerződésapplication/json |
| Paraméter`required` | Szerződésmodel, input\_audio |
| Paraméter`material_types` | Szerződésaudio |
| Paraméter`material_conditions` | SzerződésA példa beolvassa az Ön tényleges, nem üres PCM WAV-fájlját, a fájl teljes bájttartalmát base64 formában kódolja, és az input\_audio.format mezőt wav értékkel küldi el. |

Életciklus: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · pontos task\_id egy meglévő, Önhöz tartozó médiarekordból

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

`GET /v1/media/assets`

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

### Díjcsomagok

A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.

Gyors mód

Nincs megadva Ha a gyors mód van kiválasztva

Flex mód

Nincs megadva Ha a flex mód van kiválasztva

Maximális gondolkodási ráfordítás

Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik

#### Ailoot-díjak

#### Árak beállításonként

Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon.

| Beállítás | Díjtáblázat | Elszámolási egység | Díj |
| --- | --- | --- | --- |
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Elszámolási egység— | Díj Bemenet · Bemeneti tokenek **—** / 1K token Kimenet · Kimeneti tokenek **—** / 1K token Bemenet · Gyorsítótár olvasása **—** / 1K token Bemenet · Írás a gyorsítótárba **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra **—** / 1K token |
| Beállításbemeneti token | Díjtáblázat— | Elszámolási egység/ 1K token | Díj Bemenet **$0.0025** / 1K token |
| Beállításkimeneti token | Díjtáblázat— | Elszámolási egység/ 1K token | Díj Kimenet **$0.01** / 1K token |

Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/)

### Példakérések

#### Ailoot Ultra · Hang átírása

curl · tényleges WAV-fájl és a teljes eredeti eredmény

```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-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.
```

### Eredmények fogadása és mentése

#### Ailoot Ultra · Hang átírása

A teljes eredeti választörzs, állapot és továbbított fejlécek. Ez a kezelő nem ad hozzá univerzális JSON-szerkezetet, szövegmezőt vagy feladatburkolót.

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

##### Őrizzen meg minden elkészült eredményt

Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.

Őrizze meg a teljes választ és a fejléceket, minden tényleges kimenetet, az eredetileg visszaadott azonosítókat és az összes használati adatmezőt. Az eredeti műveletet állítsa helyre, a létrehozási kérés újbóli beküldése nélkül.

##### Ha az eredeti választ ellenőrizni kell

Őrizze meg a tényleges X-Client-Request-ID értéket és a teljes választ. Kérdezze le az eredeti saját médiaállományokat és pontos aláírt tartalom-URL-címeiket; bizonytalan kimenetelű létrehozást soha ne küldjön be újra.

Válaszmezők

| Mező | Típus |
| --- | --- |
| Mező`text (when present)` | Típus |
| Mező`usage (when present)` | Típus |

Hibák és következő lépések

| Válasz | Feltétel | Következő lépés |
| --- | --- | --- |
| Válasz400 · `invalid_request_error` | FeltételA JSON-törzs vagy a kifejezetten megadott kanonikus modellazonosító érvénytelen. | Következő lépésŐrizze meg a választ, és javítsa a kérés megjelölt mezőjét. |
| Válasz401 · `authentication_error` | FeltételAz Ailoot API-kulcs érvénytelen. | Következő lépésHasználja az engedélyezett Ailoot API-kulcsát. |
| Válasz403 · `permission_error` | FeltételA kulcscsoport nem használhatja ezt a metódust. | Következő lépésŐrizze meg a visszaadott hiba részleteit. |
| Válasz404 · `not_found_error` | FeltételA kiválasztott metódushoz nincs engedélyezett útvonal. | Következő lépésŐrizze meg a visszaadott hiba részleteit. |
| Válasz422 · `price_unavailable` | FeltételAz elfogadott tarifa nem tudja meghatározni a szükséges bemeneti mennyiséget vagy korlátot. | Következő lépésŐrizze meg a választ; használja az elfogadott tarifa által megkövetelt bemeneti formátumot. |
| Válasz503 · `` | FeltételA szükséges tároló, útvonal, metódusár vagy összegzárolás nem érhető el. | Következő lépésŐrizze meg a teljes eredeti választ. A bizonytalan összegzárolás nem jogosít fel az újraküldésre. |
| Válasz502 · `server_error` | FeltételAz eredeti eredményt, a felhasználást vagy az elszámolást ellenőrizni kell. | Következő lépésŐrizze meg a tényleges kérésazonosítót és az eredeti választ. A meglévő saját rekordot kérdezze le; ne küldje be újra a létrehozási kérést. |

### Álnevek

#### Modell álnevei

**Ailoot Ultra** [`openai/gpt-4o-mini-transcribe`](https://ailoot.ai/models/hu/#m=openai%2Fgpt-4o-mini-transcribe&route=Ultra&caller=openai%2Fgpt-4o-mini-transcribe&fmt=transcriptions)

#### Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

#### Kapcsolódó modellazonosítók

[`openai/gpt-4o-mini-transcribe`](https://ailoot.ai/models/hu/#m=openai%2Fgpt-4o-mini-transcribe&route=Ultra&caller=openai%2Fgpt-4o-mini-transcribe&fmt=transcriptions)

FAQ · OpenAI: GPT-4o Mini Transcribe

Milyen bemenetek és eredmények érhetők el?

`POST /v1/audio/transcriptions` · `openai/gpt-4o-mini-transcribe`: `audio` → `text`

Mely mezőket használja a kérés?

`POST /v1/audio/transcriptions` · `openai/gpt-4o-mini-transcribe`: `model`, `input_audio`

Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához.

## A vállalat és projektportfóliója

A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.

## Vásároljon tokeneket kedvezménnyel.

Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény.

Előfizetés

Válasszon kedvezményes tarifát a rendszeres kéréseihez.

Promókód akár 50%-ig

Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik.

Költségek az előzményekben

Minden kéréshez megmarad a modell, a tokenek és az összeg.

[Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/)

## Csatlakoztassa az API-t az értékesített termékéhez.

SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet.

Kereskedelmi alkalmazás

Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba.

Viszonteladói licenc

Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket.

Dokumentumok a weboldalon

Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető.

[Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu)

## Ailoot · A vállalat és projektportfóliója





Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít.





A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben.





Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.