OpenAI: GPT-4o Mini Transcribe

GPT-4o Mini Transcribe adalah model ucapan-ke-teks OpenAI yang didukung oleh GPT-4o Mini. Model ini mengubah audio menjadi transkrip JSON, mendukung prompt teks khusus rekaman dan hasil file secara streaming, serta dapat mengembalikan probabilitas log token untuk peninjauan transkrip yang terarah.

Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions openai/gpt-4o-mini-transcribe

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

GPT-4o Mini Transcribe adalah model ucapan-ke-teks OpenAI yang didukung oleh GPT-4o Mini. Model ini menerima audio dengan panduan teks opsional dan menghasilkan teks yang dikenali. Model ini berbeda dari GPT-4o Transcribe yang menggunakan GPT-4o, serta dari profil GPT Transcribe yang lebih baru dengan field kata kunci dan petunjuk multibahasa tersendiri. Artefak yang berguna di sini adalah transkrip ucapan asli dalam rekaman, yang disiapkan untuk pencarian, peninjauan, atau tahap pemrosesan konten berikutnya.

Menyiapkan rekaman

Panduan transkripsi file OpenAI menerima unggahan audio hingga 25 MB. Referensi endpoint saat ini mencantumkan FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV, dan WebM, dengan metadata nama file dan jenis konten yang memadai untuk mengenali format audio. Rekaman yang lebih besar dapat dikompresi atau dipecah menjadi potongan berukuran 25 MB atau kurang. Pertahankan batas kalimat saat memecahnya, dan hubungkan setiap potongan dengan rekaman sumber serta posisinya agar teks dapat dirangkai kembali dalam urutan yang benar.

Untuk catatan suara, simpan satu transkrip yang dapat diidentifikasi per rekaman dan periksa setiap nama atau angka sebelum menggunakan teks untuk membuat tugas. Untuk tutorial lisan, bandingkan kata-kata yang dikenali dengan instruksi asli sebelum menyuntingnya untuk publikasi. Ringkasan persiapan yang berguna menyebutkan bahasa lisan dan istilah yang mungkin salah terdengar. Mentranskripsikan kata-kata merupakan langkah pertama; penafsiran, ringkasan, atau terjemahan dapat menggunakan transkrip yang telah diperiksa sesudahnya.

Panduan prompt dan satu petunjuk bahasa

Integrasi GPT-4o Mini Transcribe yang sudah ada mendukung prompt bebas. OpenAI menjelaskan penggunaan prompt untuk nama, akronim, kosakata khusus rekaman, tanda baca, kapitalisasi, kata pengisi, dan sistem tulisan yang diinginkan. Referensi endpoint menyatakan bahwa bahasa prompt harus sesuai dengan bahasa audio dan dapat membawa konteks dari segmen audio sebelumnya. Sertakan ejaan yang relevan atau deskripsi singkat topik, alih-alih meminta prompt transkripsi berperilaku seperti instruksi percakapan tanpa batas.

Petunjuk bahasa yang sudah ditetapkan untuk model ini menggunakan field tunggal language. Referensi produsen mendokumentasikan kode bahasa masukan ISO 639-1, misalnya en. Field keywords dan languages jamak yang terpisah didokumentasikan untuk GPT Transcribe; keduanya bukan bagian dari profil Mini ini. Untuk serangkaian rekaman, simpan pengaturan bahasa lisan yang dimaksud bersama setiap masukan dan jangan menafsirkannya sebagai permintaan untuk menerjemahkan hasil.

Hasil JSON dan probabilitas token opsional

Referensi endpoint saat ini mendokumentasikan JSON sebagai format respons yang didukung GPT-4o Mini Transcribe. Kata-kata yang dikenali muncul dalam field text. Jika diminta, probabilitas log token dapat menyertai respons JSON; nilai ini menggambarkan probabilitas token model dan dapat membantu mengenali materi yang perlu ditinjau lebih cermat. Nilai tersebut tidak membuktikan bahwa nama, angka, atau kalimat sesuai dengan bunyi audio. Gunakan rekaman untuk memutuskan apakah kata yang meragukan perlu dikoreksi.

Profil transkripsi Mini biasa tidak menyediakan keluaran bawaan SRT, VTT, stempel waktu kata yang terperinci, atau keluaran berlabel pembicara melalui kontrak JSON tersebut. OpenAI mendokumentasikan model dan format khusus untuk kemampuan itu. Jika artefak yang dituju adalah trek subtitel, sediakan transkrip yang telah ditinjau untuk alur penentuan waktu terpisah, alih-alih menganggap hasil teks saja sudah memuat batas takarir.

Keluaran file secara streaming dan mode yang didokumentasikan

Panduan ucapan-ke-teks produsen secara eksplisit menyatakan bahwa integrasi GPT-4o Mini Transcribe yang sudah ada mendukung streaming file. Rekaman yang sudah lengkap dapat menghasilkan teks transkrip parsial yang diikuti hasil akhir selama pemrosesan. Simpan transkrip akhir sebagai artefak lengkap; kemunculan teks parsial tidak berarti alur kerja file terus-menerus menerima audio mikrofon langsung. Kartu model secara terpisah mencantumkan keluarga endpoint transkripsi dan Realtime. Antarmuka produsen tersebut tidak menyiratkan bahwa setiap field sesi dari model transkripsi lain berlaku di sini.

Konteks, batas keluaran, dan pemeriksaan yang berguna

Spesifikasi model OpenAI saat ini mencantumkan jendela konteks 16000 token, keluaran maksimum 2000 token, dan batas pengetahuan 1 Juni 2024. Ini adalah angka spesifikasi model, bukan durasi universal rekaman audio dalam menit. Aturan ukuran file dan batas token menggambarkan kendala yang berbeda. Untuk materi panjang, siapkan rekaman sesuai alur kerja file yang didokumentasikan, bawa konteks yang relevan di antara potongan, dan pastikan teks akhir mencakup bagian penutup sumber.

Hasil Mini Transcribe yang berguna mempertahankan kata-kata dan hubungannya dengan rekaman, dengan data probabilitas opsional dipisahkan dari koreksi editorial. Tinjau kosakata yang tidak dikenal, aksen, kebisingan latar, pergantian bahasa, dan ucapan yang tumpang tindih dengan audio asli tersedia. Saat merevisi teks agar mudah dibaca, bedakan versi editorial tersebut dari transkrip yang dikenali agar pengguna berikutnya dapat mengetahui kata-kata yang berasal dari rekaman dan yang diubah selama persiapan.

Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions openai/gpt-4o-mini-transcribe

openai/gpt-4o-mini-transcribe

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

Mulai

Masukan yang diterima: Audio
Hasil: Teks

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions

Masukan: audio
Keluaran: text

Kolom	Jenis	Persyaratan	Nilai & batasan	Bawaan
Kolom`model`	Jenis`string`	PersyaratanWajib	Nilai & batasan openai/gpt-4o-mini-transcribe	Bawaan—
Kolom`input_audio`	Jenis`object`	PersyaratanWajib	Nilai & batasan	Bawaan—

Parameter metode dan siklus hidup

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, input_audio
Parameter`material_types`	Kontrakaudio
Parameter`material_conditions`	KontrakContoh ini membaca berkas PCM WAV Anda yang benar-benar ada dan tidak kosong, mengodekan seluruh byte berkas sebagai base64, lalu mengirim input_audio.format dengan nilai wav.

Siklus hidup: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id persis dari catatan media milik Ailoot yang sudah ada

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast: Tidak ditentukan Saat mode fast dipilih
Mode Flex: Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum: Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

Konfigurasi	Jadwal tarif	Satuan penagihan	Biaya
KonfigurasiTarif dasar token	Jadwal tarifTarif dasar	Satuan penagihan—	Biaya Masukan · Token masukan — / 1K token Keluaran · Token keluaran — / 1K token Masukan · Pembacaan cache — / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token
Konfigurasitoken masukan	Jadwal tarif—	Satuan penagihan/ 1K token	Biaya Masukan $0.0025 / 1K token
Konfigurasitoken keluaran	Jadwal tarif—	Satuan penagihan/ 1K token	Biaya Keluaran $0.01 / 1K token

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · Transkripsi

curl · berkas WAV yang sebenarnya dan hasil asli secara lengkap

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.

Terima dan simpan hasil

Ailoot Ultra · Transkripsi

Isi respons asli secara utuh, status, dan header yang diteruskan. Handler ini tidak menambahkan struktur JSON universal, bidang teks, atau pembungkus tugas.

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

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan respons dan header secara lengkap, setiap keluaran aktual, identifikator asli yang dikembalikan, dan semua kolom usage. Pulihkan operasi asli tanpa mengirim ulang permintaan pembuatan.

Jika respons asli perlu diperiksa

Simpan X-Client-Request-ID aktual dan respons secara utuh. Baca aset asli yang dimiliki beserta URL konten bertanda tangan yang persis; jangan pernah kirim ulang pembuatan yang statusnya belum pasti.

Kolom respons

Kolom	Jenis
Kolom`text (when present)`	Jenis
Kolom`usage (when present)`	Jenis

Kesalahan dan langkah berikutnya

Respons	Kondisi	Langkah berikutnya
Respons400 · `invalid_request_error`	KondisiIsi JSON atau ID model kanonis eksplisit tidak valid.	Langkah berikutnyaSimpan respons dan perbaiki bidang permintaan yang ditunjukkan.
Respons401 · `authentication_error`	KondisiKunci API Ailoot tidak valid.	Langkah berikutnyaGunakan kunci API Ailoot Anda yang diotorisasi.
Respons403 · `permission_error`	KondisiGrup kunci tidak mengizinkan metode ini.	Langkah berikutnyaSimpan rincian kesalahan yang dikembalikan.
Respons404 · `not_found_error`	KondisiMetode yang dipilih tidak memiliki rute yang diizinkan.	Langkah berikutnyaSimpan rincian kesalahan yang dikembalikan.
Respons422 · `price_unavailable`	KondisiTarif yang diterima tidak dapat memperoleh jumlah atau batas masukan yang diwajibkan.	Langkah berikutnyaSimpan respons; gunakan representasi masukan yang diwajibkan oleh tarif yang diterima.
Respons503 ·	KondisiPenyimpanan, rute, harga metode, atau pencadangan dana yang diperlukan tidak tersedia.	Langkah berikutnyaSimpan respons asli secara utuh. Pencadangan dana yang belum pasti tidak mengizinkan pengiriman ulang.
Respons502 · `server_error`	KondisiHasil awal, penggunaan, atau penyelesaian tagihan perlu diperiksa.	Langkah berikutnyaSimpan ID permintaan aktual dan respons asli. Baca catatan yang dimiliki yang sudah ada; jangan kirim ulang pembuatan.

Alias

Alias model

Ailoot Ultra openai/gpt-4o-mini-transcribe

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

openai/gpt-4o-mini-transcribe

FAQ · OpenAI: GPT-4o Mini Transcribe

Input dan hasil apa yang tersedia?: POST /v1/audio/transcriptions · openai/gpt-4o-mini-transcribe: audio → text
Kolom apa yang digunakan permintaan?: POST /v1/audio/transcriptions · openai/gpt-4o-mini-transcribe: model, input_audio

OpenAI: GPT-4o Mini Transcribe