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

# gpt-4o-transcribe-diarize

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

## [gpt-4o-transcribe-diarize](https://ailoot.ai/models/id/openai-gpt-4o-transcribe-diarize/)

GPT-4o Transcribe Diarize mengubah rekaman ucapan menjadi teks dengan segmen berlabel pembicara dan waktu. Model cocok untuk rapat, wawancara, dan rekaman beberapa orang ketika transkrip perlu menunjukkan siapa berbicara kapan, dengan referensi suara singkat opsional untuk pembicara yang dikenal.

- [**Ailoot Ultra · Pengenalan ucapan** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/id/openai-gpt-4o-transcribe-diarize/#method-0)

Tentang model

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

GPT-4o Transcribe Diarize adalah model pengenalan ucapan otomatis OpenAI dengan diarisasi pembicara bawaan. Model mengaitkan segmen audio yang ditranskripsikan dengan pembicara berbeda dalam percakapan. Hasil yang berguna adalah transkrip yang disusun berdasarkan pembicara dan waktu, bukan hanya blok kata yang berkesinambungan. Model ditujukan untuk rekaman ucapan yang membutuhkan label pembicara, seperti rapat, wawancara, atau diskusi beberapa orang.

#### Siapkan rekaman yang telah selesai

Sediakan rekaman yang perlu ditranskripsikan. Alur berkas yang didokumentasikan menerima MP3, MP4, MPEG, MPGA, M4A, WAV, dan WebM, dengan batas ukuran berkas 25 MB. Simpan rekaman sumber agar giliran bicara, nama, atau frasa yang tidak jelas dapat diperiksa terhadap audio sebenarnya.

Untuk rapat, pertahankan urutan percakapan alih-alih memotong jeda singkat yang membantu membedakan giliran. Untuk wawancara, simpan pertanyaan dan respons bersama ketika tugas memerlukan hubungan keduanya. Persiapan audio perlu membuat ucapan terdengar tanpa menghapus informasi penting bagi hasil berlabel pembicara.

Ini adalah alur transkripsi berkas. Memproses rekaman yang telah selesai dan mengenali aliran audio yang masih datang merupakan tugas berbeda; pelabelan pembicara model tidak didukung dalam sesi transkripsi Realtime.

#### Minta transkrip berlabel pembicara

Format hasil `diarized_json` mengembalikan segmen dengan label identitas pembicara serta waktu mulai dan selesai. Setiap segmen juga berisi teks yang ditranskripsikan. Simpan field tersebut bersama agar kata-kata dapat dihubungkan dengan bagian rekaman yang relevan.

Untuk transkrip rapat yang berguna, pertahankan urutan segmen dan tampilkan kata-kata setiap pembicara beserta waktunya. Tugas berikutnya dapat menggunakan transkrip untuk menyiapkan notulen atau daftar tindak lanjut, tetapi diarisasi itu sendiri tidak menentukan kesepakatan rapat atau menghasilkan ringkasan yang terverifikasi.

Label pembicara menjelaskan pengelompokan ucapan oleh model. Periksa peralihan ketika orang saling menyela, berbicara singkat, atau tumpang tindih. Hasil yang terstruktur baik membantu navigasi dan peninjauan, sementara atribusi tertentu tetap dapat memerlukan pemeriksaan dengan mendengarkan audio asli.

#### Referensi pembicara yang dikenal

Alur yang didokumentasikan dapat menerima hingga empat referensi pembicara bernama. Setiap referensi berupa klip audio singkat sepanjang 2–10 detik dalam format yang didukung unggahan utama. Nama dan referensi disediakan bersama agar segmen dapat dikaitkan dengan pembicara yang dikenal.

Siapkan referensi yang jelas memuat pembicara yang dimaksudkan dan jaga namanya konsisten dengan label yang diinginkan untuk transkrip. Dalam wawancara, referensi untuk pewawancara dapat membantu menata hasil berlabel pembicara tanpa mengubah setiap peserta menjadi label anonim. Referensi adalah masukan untuk atribusi; referensi bukan operasi kloning suara umum atau bukti identitas seseorang.

Jangan menyamakan pemberian nama pembicara dengan penyuntingan kata-kata yang diucapkan. Keluaran yang berguna tetap harus mempertahankan isi rekaman dan urutan giliran yang sebenarnya.

#### Pembagian dan batas model

Untuk audio yang lebih panjang dari 30 detik, produsen mewajibkan strategi pembagian, baik pembagian otomatis maupun konfigurasi deteksi aktivitas suara. Persyaratan itu bukan durasi rekaman maksimum. Persyaratan tersebut menjelaskan pembagian masukan yang lebih panjang untuk pemrosesan.

Kartu model mencantumkan jendela konteks 16000 token dan maksimum 2000 token keluaran. Ini merupakan batas token model, terpisah dari batas unggahan 25 MB dalam alur berkas dan ambang pembagian. Batas tersebut tidak boleh diubah menjadi jumlah menit rekaan yang berlaku untuk setiap rekaman.

Pertahankan waktu dan identitas segmen saat menyusun atau memeriksa transkrip panjang. Jika rekaman dibagi sebelum dikirim, simpan hubungan setiap bagian dengan audio asli agar cap waktu lokal tidak tertukar dengan posisinya dalam seluruh percakapan.

#### Streaming segmen yang telah selesai

Alur transkripsi berkas dapat melakukan streaming teks saat rekaman diproses. Dengan streaming berlabel pembicara, segmen yang telah selesai menghasilkan peristiwa segmen. Delta teks memuat pengenal segmen, tetapi tidak memuat penetapan pembicara parsial; pembicara ditetapkan ketika segmen telah selesai.

Perbedaan ini penting untuk penyajian. Tampilkan teks sementara dan giliran pembicara yang telah selesai sebagai keadaan berbeda, alih-alih melampirkan label pembicara yang belum pasti sebelum model menyelesaikan segmen. Simpan hasil yang telah selesai ketika transkrip diperlukan untuk penyuntingan atau analisis berikutnya.

#### Batas model dan keluaran

Profil ini adalah model diarisasi, terpisah dari transkripsi GPT-4o biasa, transkripsi Mini, sintesis ucapan, dan model percakapan langsung. Model tidak mendukung prompt transkripsi; pertahankan peninjauan atau koreksi istilah sebagai langkah terpisah yang diperiksa terhadap audio asli. Antarmuka produsennya mentranskripsikan rekaman audio menjadi teks. Model tidak menghasilkan jawaban audio atau menerjemahkan rekaman melalui alur terjemahan audio yang terpisah.

Gunakan model untuk transkrip yang memerlukan isi sekaligus struktur pembicara. Periksa nama, istilah teknis, angka, batas giliran, dan atribusi terhadap rekaman. Simpan audio, format hasil yang dipilih, referensi, serta transkrip yang telah selesai agar koreksi dapat menangani satu frasa atau atribusi pembicara yang konkret.

**Ailoot Ultra · Pengenalan ucapan** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe-diarize`

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

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

### Mulai

GPT-4o Transcribe Diarize mengubah rekaman ucapan menjadi teks dengan segmen berlabel pembicara dan waktu. Model cocok untuk rapat, wawancara, dan rekaman beberapa orang ketika transkrip perlu menunjukkan siapa berbicara kapan, dengan referensi suara singkat opsional untuk pembicara yang dikenal.

Masukan yang diterima

Audio

Hasil

transcription

### Tersedia di Ailoot · masukan & metode

**Ailoot Ultra · Pengenalan ucapan** `POST /v1/audio/transcriptions`

Masukan

`audio`

Keluaran

`transcription`

Format keluaran

json

| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
| --- | --- | --- | --- | --- |
| Kolom`model` | Jenis`string` | PersyaratanWajib | Nilai & batasan openai/gpt-4o-transcribe-diarize | Bawaan— |
| Kolom`file` | Jenis`file` | PersyaratanWajib | Nilai & batasan Byte maksimum: 26.214.400 Jenis MIME: audio/mpeg Ekstensi berkas: .mp3 Durasi maksimum, detik: 30 | Bawaan— |
| Kolom`response_format` | Jenis`string` | PersyaratanWajib | Nilai & batasan diarized\_json | Bawaan— |

Kombinasi bahan masukan

**diarized\_transcription**

Parameter metode dan siklus hidup

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakmultipart/form-data |
| Parameter`required` | Kontrakmodel, file, response\_format |
| Parameter`file_formats` | Kontrakmp3 |
| Parameter`max_audio_seconds` | Kontrak30 |
| Parameter`max_bytes` | Kontrak26214400 |
| Parameter`response_format` | Kontrakdiarized\_json |
| Parameter`other_options` | Kontrakfalse |
| Parameter`material_types` | Kontrakaudio |
| Parameter`additional_properties` | Kontrakfalse |
| Parameter`form_string_maximum_bytes` | Kontrak256 |

Alias metode: `/audio/transcriptions`

Siklus hidup: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · task\_id aktual yang dikembalikan atau catatan pustaka media

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

`GET /v1/media/assets`

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

Gunakan rekaman aktual dan format yang sesuai.

Pertahankan transkrip secara utuh, segmen, ID pembicara, dan waktu.

### 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 |
| KonfigurasiUltra | Jadwal tarif— | Satuan penagihan/ 1K token audio | Biaya Masukan · token audio masukan **$0.012** / 1K token audio |
| KonfigurasiUltra | Jadwal tarif— | Satuan penagihan/ 1K token audio | Biaya Keluaran · token audio keluaran **$0.02** / 1K token audio |

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 →](https://ailoot.ai/docs/id/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Pengenalan ucapan

curl · pembuatan dengan permintaan tersimpan yang persis sama

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
p=Path(os.environ["AILOOT_AUDIO_FILE"])
if not p.is_file() or p.suffix.lower()!=".mp3":raise SystemExit("Choose an existing MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" \
  --form-string model=openai/gpt-4o-transcribe-diarize -F "file=@$AILOOT_AUDIO_FILE" --form-string response_format=diarized_json \
  -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text())))
PY_RESULT
```

### Terima dan simpan hasil

#### Ailoot Ultra · Pengenalan ucapan

json

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

Pembacaan konten lain

Simpan setiap transkrip yang dikembalikan dan menjadi milik AndaPustaka mediaStatus tugasDetail aset

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_ASSETS'
import json,os,subprocess
from pathlib import Path
from urllib.parse import urljoin,urlsplit
r=json.loads(Path('result.json').read_text())
urls=[]
if isinstance(r.get('asset_url'),str) and r['asset_url']:urls.append(('transcript',r['asset_url']))
for label,path in urls:
    u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u)
    if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL')
    target=Path('owned-'+label+'.bin')
    subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True)
print('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.')
PY_ASSETS
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
```

##### Simpan semua hasil yang selesai

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

Simpan JSON secara utuh, bukan hanya teks; pertahankan setiap segmen/pembicara/stempel waktu yang tersedia dan identitas tugas/aset aktual.

##### Jika respons asli perlu diperiksa

Simpan operation\_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.

Kolom respons

| Kolom | Jenis |
| --- | --- |
| Kolom`text` | Jenisstring |
| Kolom`segments[]` | Jenisobject |
| Kolom`task_id` | Jenisstring |
| Kolom`asset_url` | Jenisstring |
| Kolom`usage` | Jenisobject |
| Kolom`segments[].speaker` | Jenisstring |
| Kolom`segments[].start` | Jenisnumber |
| Kolom`segments[].end` | Jenisnumber |

Kesalahan dan langkah berikutnya

| Respons | Kondisi | Langkah berikutnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
| Respons`server_error` | KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa | Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan. |

### Alias

#### Alias model

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

#### Alias jalur metode

`/audio/transcriptions`

#### ID pemanggil terkait

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

FAQ · gpt-4o-transcribe-diarize

Input dan hasil apa yang tersedia?

`POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe-diarize`: `audio` → `transcription`

Kolom apa yang digunakan permintaan?

`POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe-diarize`: `model`, `file`, `response_format`

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

## Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

## Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan

Pilih paket dengan diskon untuk permintaan rutin Anda.

Kode promo hingga 50%

Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.

Biaya dalam riwayat

Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/id/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/id/)

## Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial

Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.

Lisensi reseller

Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.

Dokumen di situs

Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

[Minta lisensi reseller](mailto:support@ailoot.ai) · [Penawaran dan perjanjian lisensi](https://ailoot.ai/legal/offer?lang=id)

## Ailoot · Perusahaan dan portofolio proyeknya





Ailoot bertumpu pada pengalaman operasional yang teruji, basis pelanggan yang besar, layanan yang stabil, dan pemantauan KPI berkelanjutan.





Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.





Ailoot memanfaatkan pengalaman operasional ini untuk akses API ke fitur AI dalam produk pelanggan, agen, aplikasi, dan otomatisasi.