Source: https://ailoot.ai/models/id/openai-gpt-4o-transcribe/ Canonical: https://ailoot.ai/models/id/openai-gpt-4o-transcribe/ Language: id # OpenAI: GPT-4o Transcribe [Markdown](https://ailoot.ai/models/id/openai-gpt-4o-transcribe/index.md) · [JSON](https://ailoot.ai/models/id/openai-gpt-4o-transcribe/facts.json) ## [OpenAI: GPT-4o Transcribe](https://ailoot.ai/models/id/openai-gpt-4o-transcribe/) GPT-4o Transcribe mengubah audio menjadi teks menggunakan kemampuan pengenalan ucapan GPT-4o dari OpenAI. Model ini mendukung prompt kontekstual, petunjuk bahasa masukan, transkrip JSON, hasil file secara streaming, serta probabilitas log token opsional untuk meninjau kata-kata yang belum pasti. - [**Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe`](https://ailoot.ai/models/id/openai-gpt-4o-transcribe/#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 adalah model ucapan-ke-teks OpenAI yang didukung oleh GPT-4o. Masukannya berupa audio dengan panduan teks opsional, dan keluarannya berupa teks yang dikenali. Model ini berbeda dari edisi GPT-4o Mini Transcribe dan dari GPT-4o Transcribe Diarize, model khusus untuk pemberian label pembicara. Gunakan profil ini untuk menyiapkan catatan teks yang setia pada materi lisan, dengan rekaman sumber tersedia untuk ditinjau dan disunting kemudian. #### Masukan file dan persiapan materi panjang Panduan transkripsi OpenAI mendokumentasikan unggahan hingga 25 MB. Referensi endpoint saat ini menerima FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV, dan WebM serta menyarankan metadata file yang menunjukkan formatnya, termasuk nama file dengan ekstensi dan jenis konten yang sesuai. Untuk rekaman yang lebih besar, kompresi atau potongan berurutan berukuran 25 MB atau kurang mengikuti panduan produsen untuk masukan yang lebih panjang. Hindari memotong di tengah kalimat, dan pertahankan posisi setiap potongan dalam rekaman lengkap. Untuk wawancara, hubungkan setiap file masukan dengan rekaman dan bagian yang dicakupnya. Untuk presentasi teknis, siapkan nama produk, akronim, dan kosakata bidang terkait sebagai konteks, lalu periksa ejaannya berdasarkan ucapan pembicara yang sebenarnya. Untuk rekaman penjelasan yang memuat nilai numerik, tinjau transkrip bersama sumber sebelum mengubahnya menjadi prosedur tertulis. Artefak pertama yang diinginkan adalah ucapan yang dikenali dalam bentuk teks; laporan ringkas atau dokumen terjemahan dapat disiapkan dari teks tersebut sebagai langkah terpisah. #### Prompt khusus rekaman dan pemilihan bahasa Panduan produsen secara eksplisit mencakup dukungan prompt untuk GPT-4o Transcribe. Prompt dapat memberikan ejaan yang benar, konteks dari segmen sebelumnya, serta preferensi tanda baca, kapitalisasi, kata pengisi, atau sistem tulisan. Referensi menyatakan bahwa bahasanya harus sesuai dengan bahasa rekaman. Deskripsi singkat yang relevan tentang topik dan kosakata memberi konteks yang berguna bagi transkripsi tanpa menganggap istilah yang tidak diucapkan sebagai keluaran wajib. Profil ini mendukung petunjuk bahasa tunggal language, yang didokumentasikan dalam format ISO 639-1. Menyertakan bahasa masukan yang sebenarnya dapat membantu pengenalan. Field keywords dan languages jamak yang lebih baru milik GPT Transcribe merupakan bagian dari model dengan nama tersendiri itu dan tidak boleh diasumsikan berlaku untuk GPT-4o Transcribe. Sesuaikan pengaturan bahasa dengan ucapan yang ditranskripsikan, dan pertahankan kata-kata aslinya sebelum penerjemahan atau penulisan ulang gaya bahasa berikutnya. #### Format hasil, probabilitas, dan keluaran khusus Referensi endpoint saat ini mendokumentasikan JSON sebagai format respons yang didukung GPT-4o Transcribe. Hasilnya memuat teks yang dikenali, dan probabilitas log token opsional dapat diminta dengan format JSON tersebut. Data probabilitas menggambarkan pemilihan token oleh model. Data itu dapat membantu menentukan bagian yang perlu diperiksa, tetapi perbandingan dengan audio yang memastikan apakah transkrip mereproduksi nama, angka, atau frasa yang sulit. Hasil JSON profil standar tidak menyediakan format subtitel bawaan, stempel waktu kata yang terperinci, atau penetapan pembicara. OpenAI mendokumentasikan pilihan model dan format lain ketika keluaran tersebut dibutuhkan; GPT-4o Transcribe Diarize merupakan edisi tersendiri untuk pemberian label pembicara. Untuk tugas pembuatan takarir, simpan transkrip yang telah diperiksa untuk langkah penentuan waktu yang sesuai. Untuk percakapan, jangan mengarang nama pembicara hanya karena suatu paragraf transkrip tampak berganti topik atau suara. #### Hasil streaming dari file yang sudah lengkap Panduan ucapan-ke-teks OpenAI menyatakan bahwa integrasi GPT-4o Transcribe yang sudah ada mendukung streaming file. Aplikasi terlebih dahulu menyerahkan rekaman, lalu menerima teks transkrip saat rekaman diproses dan menyimpan hasil lengkapnya. Cara ini menyiarkan transkrip rekaman yang sudah lengkap secara bertahap, alih-alih menerima audio mikrofon saat audio masuk. Kartu model yang tepat juga mencantumkan keluarga endpoint transkripsi dan Realtime; perilaku sesi khusus model harus tetap dikaitkan dengan profil ini dan tidak dipinjam dari model streaming berkelanjutan yang lebih baru. #### Batas model dan pemeriksaan artefak akhir Spesifikasi GPT-4o Transcribe saat ini mencantumkan jendela konteks 16000 token, keluaran maksimum 2000 token, dan batas pengetahuan 1 Juni 2024. Batas token tersebut bukan durasi audio yang tetap dan tidak menggantikan aturan persiapan transkripsi file. Untuk rekaman panjang, pertahankan urutan sumber serta konteks sebelumnya yang relevan, lalu pastikan teks lengkap mencapai akhir setiap segmen yang dimaksud. Transkrip akhir yang berguna dapat menjadi materi wawancara yang dapat ditelusuri, sumber dokumentasi teknis, atau teks untuk alur pembuatan takarir berikutnya. Tinjau kosakata yang belum pasti, kuantitas, tanda baca, aksen, dan ucapan yang tumpang tindih berdasarkan rekaman. Bedakan teks yang dikenali dari koreksi atau ringkasan berikutnya, dan pertahankan kaitan dengan sumber melalui pengenal dalam alur kerja yang menggunakannya. Model menyediakan catatan teks; persiapan masukan dan peninjauan sumber yang cermat menentukan apakah catatan itu cocok untuk penggunaan selanjutnya. **Ailoot Ultra · Transkripsi** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe` [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/id/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) OpenAI /`openai/gpt-4o-transcribe` ### Mulai GPT-4o Transcribe mengubah audio menjadi teks menggunakan kemampuan pengenalan ucapan GPT-4o dari OpenAI. Model ini mendukung prompt kontekstual, petunjuk bahasa masukan, transkrip JSON, hasil file secara streaming, serta probabilitas log token opsional untuk meninjau kata-kata yang belum pasti. 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-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 **$0.005** / 1K token | | Konfigurasitoken keluaran | Jadwal tarif— | Satuan penagihan/ 1K token | Biaya Keluaran **$0.02** / 1K token | Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. [Cara kerja cadangan dan penyelesaian tagihan →](https://ailoot.ai/docs/id/billing/reserve/) ### Contoh permintaan #### Ailoot Ultra · Transkripsi curl · berkas WAV yang sebenarnya dan hasil asli secara lengkap ```bash set -eu : "${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-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-transcribe`](https://ailoot.ai/models/id/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) #### Alias jalur metode Gunakan jalur metode yang ditampilkan di atas. #### ID pemanggil terkait [`openai/gpt-4o-transcribe`](https://ailoot.ai/models/id/#m=openai%2Fgpt-4o-transcribe&route=Ultra&caller=openai%2Fgpt-4o-transcribe&fmt=transcriptions) FAQ · OpenAI: GPT-4o Transcribe Input dan hasil apa yang tersedia? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe`: `audio` → `text` Kolom apa yang digunakan permintaan? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe`: `model`, `input_audio` 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.