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

# OpenAI: GPT Transcribe

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

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

A GPT Transcribe rögzített beszédet alakít szöveggé az eredeti nyelvén, kontextust adó utasításokkal, szó szerinti kulcsszó-támpontokkal és több nyelvi támponttal. Az OpenAI elkészült fájl átírását, fájleredmények folyamatos visszaadását és a Realtime hangfordulók véglegesítése utáni átírást dokumentálja.

- [**Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `openai/gpt-transcribe`](https://ailoot.ai/models/hu/openai-gpt-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 Transcribe az OpenAI beszédből szöveget készítő modellje elkészült hangfájlokhoz, folyamatosan visszaadott fájlátiratokhoz és Realtime munkamenetek véglegesített hangfordulóihoz. Hangot fogad opcionális szöveges kontextussal, és felismert szöveget ad vissza. A készítő rögzített beszéd eredeti nyelvű pontos átírására szánja, szakterületi szókinccsel, többnyelvű felvételekkel és nyelvváltással együtt. Hasznos kimenete a felvételhez kötött átirat, felismert nyelvi metaadatokkal, amikor a modell megbízható előrejelzést tud adni.

#### Elkészült felvétel előkészítése

Az OpenAI fájlátírási munkafolyamata legfeljebb 25 MB-os feltöltéseket fogad. A jelenlegi végpontreferencia FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV és WebM bemeneti formátumokat sorol fel, és a formátum azonosításához elegendő fájlmetaadatot ajánl, megfelelő fájlnévkiterjesztéssel és tartalomtípussal együtt. Nagyobb felvételnél az útmutató tömörítést vagy legfeljebb 25 MB-os fájlokra bontást javasol. Ne vágjon mondat közben, mert a környező beszéd eltávolítása pontatlanabb felismeréshez vezethet. Tartsa sorrendben a részeket, és őrizze meg az eredeti felvételen elfoglalt helyüket.

Megbeszéléshez, interjúhoz vagy rögzített prezentációhoz adja meg a tényleges hangot, és nevezze meg a témát, valamint a várhatóan elhangzó szakkifejezéseket. A hasznos eredmény a felismert megfogalmazás, nem a beszélgetésből kikövetkeztetett összefoglaló. A felvétel azonosítóját őrizze meg a visszaadott szöveggel együtt, hogy egy név, szám vagy bizonytalan mondatrész ellenőrzője visszatérhessen a megfelelő forráshoz. Az átirat ezután külön összefoglalási, fordítási vagy szerkesztési munkafolyamat anyaga lehet.

#### Kontextus, kulcsszó-támpontok és várható nyelvek

A készítő háromféle útmutatást különít el. Az utasítás szabad formájú kontextust ad a felvétel témájáról vagy környezetéről. A kulcsszavak a beszédben várható szó szerinti szavakat vagy kifejezéseket adják meg. A languages lista a várható beszélt nyelveket azonosítja. Kétnyelvű termékmegbeszéléshez az utasításban írja le a környezetet, a releváns termékneveket sorolja fel kulcsszóként, és adja meg a várható nyelveket. Ezek felismerési támpontok, nem utasítások arra, hogy a modell senki által ki nem mondott szókincset illesszen be.

A GPT Transcribe a többes számú languages mezőt használja a régebbi, egyes számú language helyett; az OpenAI szerint a kettőt nem szabad együtt elküldeni. Útmutatója támogatott ISO 639-1 kódokat, kiválasztott ISO 639-3 kódokat és regionális kínai nyelvváltozat-kódokat fogad el; a nem támogatott vagy hibás alakú értékeket elutasítja. Minden kulcsszónak egy sorban kell maradnia, és nem tartalmazhat csúcsos zárójelet, kocsivissza-karaktert vagy soremelést. Az érvénytelen kulcsszó vagy túl hosszú utasítás a teljes kérés elutasítását okozhatja. A kontextus maradjon releváns, és ellenőrizze, ténylegesen előfordulnak-e a megadott nevek a hangban, ne kezelje a támpontlistát átiratként.

#### JSON kimenet és a felismert nyelv előrejelzései

A dokumentált fájleredmény az átiratot és a felismert nyelveket tartalmazó JSON. Ezek a nyelvi előrejelzések a modell kimenetei, nem a megadott nyelvi támpontok másolatai. Az üres nyelvlista érvényes eredmény, amikor a modell nem tud megbízható előrejelzést adni; nem igazolja, hogy a felvétel néma volt vagy az átírás sikertelen. A felismert szöveget és a nyelvi metaadatokat tartsa külön, hogy a későbbi feldolgozás mindkettőt a jelentésének megfelelően használhassa.

#### Fájlátirat folyamatos visszaadása

Az elkészült fájl feldolgozás közben fokozatosan adhat átírt szöveget. Az OpenAI transcript.text.delta eseményeket dokumentál a részleges szöveghez és transcript.text.done eseményt a teljes fájlátirathoz; a végső esemény a felismert nyelveket is tartalmazza. Ez egy már megadott felvétel kimenetét továbbítja folyamatosan. Hosszú feltöltés előrehaladásának megjelenítéséhez hasznos, míg a végső esemény határozza meg az elkészült eredményként megőrzendő szöveget.

#### Véglegesített fordulók Realtime munkamenetekben

A GPT Transcribe speciális Realtime munkafolyamattal is rendelkezik WebSocket kapcsolaton keresztül. A hang a bemeneti pufferhez kerül, majd az alkalmazás kifejezetten véglegesít egy hangfordulót. Az átírás ennél a véglegesített résznél kezdődik, és a befejezési esemény előtt részleges frissítéseket küldhet, felismert nyelvi információval együtt. Ebben a készítő által meghatározott munkamenet-folyamatban a modell automatikusan kontextusként használja a korábban átírt fordulókat. Ez különbözik az élő feliratszöveg folyamatos kibocsátásától, ahogyan a mikrofonhang megérkezik; az OpenAI erre a folyamatos munkafolyamatra a GPT Live Transcribe modellt nevezi meg.

Több fordulónál a bemeneti elem azonosítóját őrizze meg a hozzá tartozó átirattal együtt. Az OpenAI figyelmeztetése szerint a különböző fordulók befejezési eseményei nem feltétlenül a beszéd sorrendjében érkeznek, ezért minden végső eredményt a véglegesített bemenetéhez társítson, ne kizárólag befejezési idő alapján rendezze el a beszélgetést. A hasznos eredmény a megfelelő végső elemekből összeállított, sorrendbe rendezett átirat, a köztes szöveget előrehaladásként, nem külön befejezett megszólalásként kezelve.

#### Speciális kimenetek és érdemi korlátok

Ez a profil nem biztosít univerzális felirat-, időbélyeg-, fordítási vagy beszélőcímkézési specifikációt. Az OpenAI migrációs útmutatója megkülönbözteti ezeket a speciális képességeket: a natív feliratformátumok és a szószintű időzítés kompatibilis modellt és formátumot igényelnek, míg a beszélőcímkék a GPT-4o Transcribe Diarize modellt használják. A GPT Transcribe fájleredménye JSON, nem közvetlenül behelyettesíthető SRT, VTT vagy részletes időbélyeges válasz. Konkrét modellkártyája nem közöl számszerű kontextus- vagy maximális kimeneti keretet, ezért hangátíráshoz nem szabad csevegőmodell-tokenablakot feltételezni.

A nehéz szókincset, számokat, akcentusokat, háttérzajt és nyelvváltásokat ellenőrizze a felvétel alapján. Nézze meg, hogy a releváns támpontok javították-e a felismerést el nem hangzott szavak bevezetése nélkül, és a végső átirat tartalmazza-e a hang végét. Többnyelvű eredménynél a fordított változat elkészítése előtt őrizze meg az elhangzott megfogalmazást. Ezek az ellenőrzések forrásanyagként hasznossá teszik az átiratot, miközben a kontextuális támpontok, a felismert nyelvek és a felismert beszéd világosan elkülönülnek.

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

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

OpenAI /`openai/gpt-transcribe`

### Kezdő lépések

A GPT Transcribe rögzített beszédet alakít szöveggé az eredeti nyelvén, kontextust adó utasításokkal, szó szerinti kulcsszó-támpontokkal és több nyelvi támponttal. Az OpenAI elkészült fájl átírását, fájleredmények folyamatos visszaadását és a Realtime hangfordulók véglegesítése utáni átírást dokumentálja.

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-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 hangmásodperc | Díjtáblázat— | Elszámolási egységbemeneti hangmásodpercenként | Díj Bemenet · bemeneti hangmásodperc **$0.00015** bemeneti hangmásodpercenként |

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

#### Metódusútvonalak álnevei

Használja a fent látható metódusútvonalakat.

#### Kapcsolódó modellazonosítók

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

FAQ · OpenAI: GPT Transcribe

Milyen bemenetek és eredmények érhetők el?

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

Mely mezőket használja a kérés?

`POST /v1/audio/transcriptions` · `openai/gpt-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.