{ "aboutHtml": "

GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Accetta audio con indicazioni testuali facoltative e produce testo riconosciuto. È un modello distinto da GPT-4o Transcribe, che usa GPT-4o, e dal profilo GPT Transcribe più recente con i suoi campi separati per parole chiave e indicazioni multilingue. Il risultato utile qui è una trascrizione della voce originale della registrazione, preparata per ricerca, verifica o un passaggio successivo di elaborazione del contenuto.

Preparare la registrazione

La guida di OpenAI alla trascrizione di file accetta caricamenti audio fino a 25 MB. L’attuale documentazione dell’endpoint elenca FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV e WebM, con metadati sufficienti di nome del file e tipo di contenuto per identificarne il formato audio. Le registrazioni più grandi possono essere compresse o suddivise in parti di 25 MB o meno. Conservate i confini delle frasi durante la suddivisione e mantenete ogni parte associata alla registrazione di origine e alla sua posizione, affinché il testo possa essere assemblato nell’ordine corretto.

Per le note vocali, conservate una trascrizione identificabile per registrazione e verificate nomi o numeri prima di usare il testo per creare attività. Per un tutorial parlato, confrontate la formulazione riconosciuta con le istruzioni originali prima di modificarla per la pubblicazione. Indicazioni di preparazione utili individuano la lingua parlata e i termini che potrebbero essere riconosciuti male. Trascrivere le parole è il primo passaggio; un’interpretazione, un riepilogo o una traduzione può usare successivamente la trascrizione verificata.

Indicazioni del prompt e una sola indicazione di lingua

Le integrazioni GPT-4o Mini Transcribe esistenti supportano un prompt libero. OpenAI descrive prompt per nomi, sigle, vocabolario specifico della registrazione, punteggiatura, maiuscole, riempitivi e sistema di scrittura preferito. La documentazione dell’endpoint indica che il prompt deve corrispondere alla lingua dell’audio e può trasmettere il contesto di un segmento audio precedente. Includete grafie pertinenti o una descrizione breve dell’argomento, anziché chiedere a un prompt di trascrizione di comportarsi come un’istruzione chat senza restrizioni.

L’indicazione consolidata di lingua di questo modello usa il campo singolare language. La documentazione del produttore descrive un codice ISO 639-1 per la lingua di input, come en. I campi separati keywords e languages al plurale sono documentati per GPT Transcribe; non fanno parte di questo profilo Mini. Per una serie di registrazioni, conservate l’impostazione della lingua parlata prevista con ogni input, anziché interpretarla come richiesta di tradurre il risultato.

Risultato JSON e probabilità facoltative dei token

L’attuale documentazione dell’endpoint indica JSON come formato di risposta supportato per GPT-4o Mini Transcribe. La formulazione riconosciuta compare nel campo text. Se richiesti, i logaritmi delle probabilità dei token possono accompagnare la risposta JSON; questi valori descrivono le probabilità dei token del modello e possono aiutare a individuare materiale da esaminare più attentamente. Non stabiliscono che un nome, un numero o una frase corrisponda al suono. Usate la registrazione per decidere se correggere una parola dubbia.

Il profilo ordinario di trascrizione Mini non fornisce output nativi SRT, VTT, tempi dettagliati delle singole parole o identificazione dei parlanti attraverso quelle specifiche JSON. OpenAI documenta modelli e formati specializzati per quelle capacità. Se il risultato desiderato è una traccia di sottotitoli, conservate la trascrizione verificata per un processo separato di sincronizzazione, anziché presumere che un risultato soltanto testuale contenga già i confini dei sottotitoli.

Output di file in streaming e modalità documentate

La guida del produttore alla conversione da voce a testo afferma esplicitamente che le integrazioni GPT-4o Mini Transcribe esistenti supportano lo streaming dei file. Una registrazione completata può produrre testo parziale della trascrizione seguito da un risultato finale durante l’elaborazione. Conservate la trascrizione finale come risultato completato; la comparsa di testo parziale non significa che il processo per file stia ricevendo continuamente audio dal microfono dal vivo. La scheda del modello elenca separatamente le famiglie di endpoint di trascrizione e Realtime. Quelle interfacce del produttore non implicano che ogni campo di sessione di un diverso modello di trascrizione si applichi qui.

Contesto, capacità di output e verifiche utili

Le specifiche attuali del modello di OpenAI indicano una finestra di contesto di 16 000 token, un output massimo di 2 000 token e conoscenze aggiornate al 1 giugno 2024. Sono valori delle specifiche del modello, non una durata universale in minuti per una registrazione audio. La regola sulla dimensione dei file e una capacità in token descrivono vincoli diversi. Per materiale esteso, preparate la registrazione secondo il processo per file documentato, trasmettete il contesto pertinente tra le parti e verificate che il testo finale includa la fine della fonte.

Un risultato Mini Transcribe utile conserva la formulazione e la sua relazione con la registrazione, mantenendo i dati di probabilità facoltativi separati dalle correzioni editoriali. Esaminate vocabolario non familiare, accenti, rumore di fondo, cambi di lingua e parlato sovrapposto, tenendo disponibile l’audio originale. Quando rivedete il testo per migliorarne la leggibilità, distinguete quella versione editoriale dalla trascrizione riconosciuta, affinché gli utenti successivi possano sapere quale formulazione proviene dalla registrazione e quale è stata cambiata durante la preparazione.

", "aboutText": "GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Accetta audio con indicazioni testuali facoltative e produce testo riconosciuto. È un modello distinto da GPT-4o Transcribe, che usa GPT-4o, e dal profilo GPT Transcribe più recente con i suoi campi separati per parole chiave e indicazioni multilingue. Il risultato utile qui è una trascrizione della voce originale della registrazione, preparata per ricerca, verifica o un passaggio successivo di elaborazione del contenuto.\n\n### Preparare la registrazione\n\nLa guida di OpenAI alla trascrizione di file accetta caricamenti audio fino a 25 MB. L’attuale documentazione dell’endpoint elenca FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV e WebM, con metadati sufficienti di nome del file e tipo di contenuto per identificarne il formato audio. Le registrazioni più grandi possono essere compresse o suddivise in parti di 25 MB o meno. Conservate i confini delle frasi durante la suddivisione e mantenete ogni parte associata alla registrazione di origine e alla sua posizione, affinché il testo possa essere assemblato nell’ordine corretto.\n\nPer le note vocali, conservate una trascrizione identificabile per registrazione e verificate nomi o numeri prima di usare il testo per creare attività. Per un tutorial parlato, confrontate la formulazione riconosciuta con le istruzioni originali prima di modificarla per la pubblicazione. Indicazioni di preparazione utili individuano la lingua parlata e i termini che potrebbero essere riconosciuti male. Trascrivere le parole è il primo passaggio; un’interpretazione, un riepilogo o una traduzione può usare successivamente la trascrizione verificata.\n\n### Indicazioni del prompt e una sola indicazione di lingua\n\nLe integrazioni GPT-4o Mini Transcribe esistenti supportano un prompt libero. OpenAI descrive prompt per nomi, sigle, vocabolario specifico della registrazione, punteggiatura, maiuscole, riempitivi e sistema di scrittura preferito. La documentazione dell’endpoint indica che il prompt deve corrispondere alla lingua dell’audio e può trasmettere il contesto di un segmento audio precedente. Includete grafie pertinenti o una descrizione breve dell’argomento, anziché chiedere a un prompt di trascrizione di comportarsi come un’istruzione chat senza restrizioni.\n\nL’indicazione consolidata di lingua di questo modello usa il campo singolare language. La documentazione del produttore descrive un codice ISO 639-1 per la lingua di input, come en. I campi separati keywords e languages al plurale sono documentati per GPT Transcribe; non fanno parte di questo profilo Mini. Per una serie di registrazioni, conservate l’impostazione della lingua parlata prevista con ogni input, anziché interpretarla come richiesta di tradurre il risultato.\n\n### Risultato JSON e probabilità facoltative dei token\n\nL’attuale documentazione dell’endpoint indica JSON come formato di risposta supportato per GPT-4o Mini Transcribe. La formulazione riconosciuta compare nel campo text. Se richiesti, i logaritmi delle probabilità dei token possono accompagnare la risposta JSON; questi valori descrivono le probabilità dei token del modello e possono aiutare a individuare materiale da esaminare più attentamente. Non stabiliscono che un nome, un numero o una frase corrisponda al suono. Usate la registrazione per decidere se correggere una parola dubbia.\n\nIl profilo ordinario di trascrizione Mini non fornisce output nativi SRT, VTT, tempi dettagliati delle singole parole o identificazione dei parlanti attraverso quelle specifiche JSON. OpenAI documenta modelli e formati specializzati per quelle capacità. Se il risultato desiderato è una traccia di sottotitoli, conservate la trascrizione verificata per un processo separato di sincronizzazione, anziché presumere che un risultato soltanto testuale contenga già i confini dei sottotitoli.\n\n### Output di file in streaming e modalità documentate\n\nLa guida del produttore alla conversione da voce a testo afferma esplicitamente che le integrazioni GPT-4o Mini Transcribe esistenti supportano lo streaming dei file. Una registrazione completata può produrre testo parziale della trascrizione seguito da un risultato finale durante l’elaborazione. Conservate la trascrizione finale come risultato completato; la comparsa di testo parziale non significa che il processo per file stia ricevendo continuamente audio dal microfono dal vivo. La scheda del modello elenca separatamente le famiglie di endpoint di trascrizione e Realtime. Quelle interfacce del produttore non implicano che ogni campo di sessione di un diverso modello di trascrizione si applichi qui.\n\n### Contesto, capacità di output e verifiche utili\n\nLe specifiche attuali del modello di OpenAI indicano una finestra di contesto di 16 000 token, un output massimo di 2 000 token e conoscenze aggiornate al 1 giugno 2024. Sono valori delle specifiche del modello, non una durata universale in minuti per una registrazione audio. La regola sulla dimensione dei file e una capacità in token descrivono vincoli diversi. Per materiale esteso, preparate la registrazione secondo il processo per file documentato, trasmettete il contesto pertinente tra le parti e verificate che il testo finale includa la fine della fonte.\n\nUn risultato Mini Transcribe utile conserva la formulazione e la sua relazione con la registrazione, mantenendo i dati di probabilità facoltativi separati dalle correzioni editoriali. Esaminate vocabolario non familiare, accenti, rumore di fondo, cambi di lingua e parlato sovrapposto, tenendo disponibile l’audio originale. Quando rivedete il testo per migliorarne la leggibilità, distinguete quella versione editoriale dalla trascrizione riconosciuta, affinché gli utenti successivi possano sapere quale formulazione proviene dalla registrazione e quale è stata cambiata durante la preparazione.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f4517c6eed798e801236765e597b8006d7e55ad44e810b57ceb93ceddc6d4922", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "
O

OpenAI: GPT-4o Mini Transcribe

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

Introduzione

GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Trasforma l’audio in una trascrizione JSON, supporta prompt testuali specifici della registrazione e risultati di file in streaming e può restituire i logaritmi delle probabilità dei token per una verifica mirata della trascrizione.

Input accettati
Audio
Risultati
Testo
Informazioni sul modello

Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.

GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Accetta audio con indicazioni testuali facoltative e produce testo riconosciuto. È un modello distinto da GPT-4o Transcribe, che usa GPT-4o, e dal profilo GPT Transcribe più recente con i suoi campi separati per parole chiave e indicazioni multilingue. Il risultato utile qui è una trascrizione della voce originale della registrazione, preparata per ricerca, verifica o un passaggio successivo di elaborazione del contenuto.

Preparare la registrazione

La guida di OpenAI alla trascrizione di file accetta caricamenti audio fino a 25 MB. L’attuale documentazione dell’endpoint elenca FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV e WebM, con metadati sufficienti di nome del file e tipo di contenuto per identificarne il formato audio. Le registrazioni più grandi possono essere compresse o suddivise in parti di 25 MB o meno. Conservate i confini delle frasi durante la suddivisione e mantenete ogni parte associata alla registrazione di origine e alla sua posizione, affinché il testo possa essere assemblato nell’ordine corretto.

Per le note vocali, conservate una trascrizione identificabile per registrazione e verificate nomi o numeri prima di usare il testo per creare attività. Per un tutorial parlato, confrontate la formulazione riconosciuta con le istruzioni originali prima di modificarla per la pubblicazione. Indicazioni di preparazione utili individuano la lingua parlata e i termini che potrebbero essere riconosciuti male. Trascrivere le parole è il primo passaggio; un’interpretazione, un riepilogo o una traduzione può usare successivamente la trascrizione verificata.

Indicazioni del prompt e una sola indicazione di lingua

Le integrazioni GPT-4o Mini Transcribe esistenti supportano un prompt libero. OpenAI descrive prompt per nomi, sigle, vocabolario specifico della registrazione, punteggiatura, maiuscole, riempitivi e sistema di scrittura preferito. La documentazione dell’endpoint indica che il prompt deve corrispondere alla lingua dell’audio e può trasmettere il contesto di un segmento audio precedente. Includete grafie pertinenti o una descrizione breve dell’argomento, anziché chiedere a un prompt di trascrizione di comportarsi come un’istruzione chat senza restrizioni.

L’indicazione consolidata di lingua di questo modello usa il campo singolare language. La documentazione del produttore descrive un codice ISO 639-1 per la lingua di input, come en. I campi separati keywords e languages al plurale sono documentati per GPT Transcribe; non fanno parte di questo profilo Mini. Per una serie di registrazioni, conservate l’impostazione della lingua parlata prevista con ogni input, anziché interpretarla come richiesta di tradurre il risultato.

Risultato JSON e probabilità facoltative dei token

L’attuale documentazione dell’endpoint indica JSON come formato di risposta supportato per GPT-4o Mini Transcribe. La formulazione riconosciuta compare nel campo text. Se richiesti, i logaritmi delle probabilità dei token possono accompagnare la risposta JSON; questi valori descrivono le probabilità dei token del modello e possono aiutare a individuare materiale da esaminare più attentamente. Non stabiliscono che un nome, un numero o una frase corrisponda al suono. Usate la registrazione per decidere se correggere una parola dubbia.

Il profilo ordinario di trascrizione Mini non fornisce output nativi SRT, VTT, tempi dettagliati delle singole parole o identificazione dei parlanti attraverso quelle specifiche JSON. OpenAI documenta modelli e formati specializzati per quelle capacità. Se il risultato desiderato è una traccia di sottotitoli, conservate la trascrizione verificata per un processo separato di sincronizzazione, anziché presumere che un risultato soltanto testuale contenga già i confini dei sottotitoli.

Output di file in streaming e modalità documentate

La guida del produttore alla conversione da voce a testo afferma esplicitamente che le integrazioni GPT-4o Mini Transcribe esistenti supportano lo streaming dei file. Una registrazione completata può produrre testo parziale della trascrizione seguito da un risultato finale durante l’elaborazione. Conservate la trascrizione finale come risultato completato; la comparsa di testo parziale non significa che il processo per file stia ricevendo continuamente audio dal microfono dal vivo. La scheda del modello elenca separatamente le famiglie di endpoint di trascrizione e Realtime. Quelle interfacce del produttore non implicano che ogni campo di sessione di un diverso modello di trascrizione si applichi qui.

Contesto, capacità di output e verifiche utili

Le specifiche attuali del modello di OpenAI indicano una finestra di contesto di 16 000 token, un output massimo di 2 000 token e conoscenze aggiornate al 1 giugno 2024. Sono valori delle specifiche del modello, non una durata universale in minuti per una registrazione audio. La regola sulla dimensione dei file e una capacità in token descrivono vincoli diversi. Per materiale esteso, preparate la registrazione secondo il processo per file documentato, trasmettete il contesto pertinente tra le parti e verificate che il testo finale includa la fine della fonte.

Un risultato Mini Transcribe utile conserva la formulazione e la sua relazione con la registrazione, mantenendo i dati di probabilità facoltativi separati dalle correzioni editoriali. Esaminate vocabolario non familiare, accenti, rumore di fondo, cambi di lingua e parlato sovrapposto, tenendo disponibile l’audio originale. Quando rivedete il testo per migliorarne la leggibilità, distinguete quella versione editoriale dalla trascrizione riconosciuta, affinché gli utenti successivi possano sapere quale formulazione proviene dalla registrazione e quale è stata cambiata durante la preparazione.

Disponibile in Ailoot · input e metodi

Ailoot Ultra · Trascrizione POST /v1/audio/transcriptions
Tipi di input
audio
Tipi di output
text
CampoTipoRequisitoValori e limitiPredefinito
CampomodelTipostringRequisitoObbligatorioValori e limiti
openai/gpt-4o-mini-transcribe
Predefinito—
Campoinput_audioTipoobjectRequisitoObbligatorioValori e limitiPredefinito—
Parametri e ciclo di vita del metodo
ParametroContratto
Parametrocontent_typeContrattoapplication/json
ParametrorequiredContrattomodel, input_audio
Parametromaterial_typesContrattoaudio
Parametromaterial_conditionsContrattoL'esempio legge il tuo file PCM WAV reale e non vuoto, codifica tutti i byte del file in base64 e invia input_audio.format con valore wav.

Ciclo di vita: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id esatto di un record multimediale esistente di tua proprietà

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Tariffe

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida
Non specificato Quando è selezionata la modalità rapida
Modalità flex
Non specificato Quando è selezionata la modalità flex
Sforzo massimo di ragionamento
Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)

Tariffe Ailoot

Prezzi per configurazione

Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.

ConfigurazioneListino delle tariffeUnità di fatturazioneCosto
ConfigurazioneTariffe base dei tokenListino delle tariffeTariffa baseUnità di fatturazione—Costo
Input · Token in input — / 1K token
Output · Token in output — / 1K token
Input · Lettura dalla cache — / 1K token
Input · Scrittura nella cache — / 1K token
Input · Scrittura nella cache, 1 ora — / 1K token
Configurazionetoken di inputListino delle tariffe—Unità di fatturazione/ 1K tokenCosto
Input $0.0025 / 1K token
Configurazionetoken di outputListino delle tariffe—Unità di fatturazione/ 1K tokenCosto
Output $0.01 / 1K token

Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →

Esempi di richieste

Ailoot Ultra · Trascrizione

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n    raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n        raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-4o-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n

Ricevi e salva i risultati

Ailoot Ultra · Trascrizione

Corpo completo della risposta originale, stato e intestazioni inoltrate. Questo gestore non aggiunge alcuna struttura JSON universale, campo di testo o struttura contenitore dell'attività.

Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione.

Se occorre verificare la risposta originale

Conserva l'X-Client-Request-ID effettivo e la risposta completa. Consulta le risorse originali di tua proprietà e i relativi URL firmati esatti del contenuto; non inviare mai nuovamente una creazione dall'esito incerto.

Campi della risposta
CampoTipo
Campotext (when present)Tipo
Campousage (when present)Tipo
Errori e passaggi successivi
RispostaCondizionePassaggio successivo
Risposta400 · invalid_request_errorCondizioneIl corpo JSON o l'ID canonico esplicito del modello non è valido.Passaggio successivoConserva la risposta e correggi il campo della richiesta indicato.
Risposta401 · authentication_errorCondizioneLa chiave API Ailoot non è valida.Passaggio successivoUsa la tua chiave API Ailoot autorizzata.
Risposta403 · permission_errorCondizioneIl gruppo della chiave non è autorizzato a utilizzare questo metodo.Passaggio successivoConserva i dettagli dell'errore restituiti.
Risposta404 · not_found_errorCondizioneIl metodo selezionato non dispone di una rotta autorizzata all'utilizzo.Passaggio successivoConserva i dettagli dell'errore restituiti.
Risposta422 · price_unavailableCondizioneLa tariffa accettata non può ottenere la quantità in ingresso o il limite richiesto.Passaggio successivoConserva la risposta; usa la rappresentazione dell'input richiesta dalla tariffa accettata.
Risposta503 · CondizioneL'archiviazione richiesta, la rotta, il prezzo del metodo o la riserva dell'importo non sono disponibili.Passaggio successivoConserva l'intera risposta originale. Una riserva dell'importo dall'esito incerto non autorizza un nuovo invio.
Risposta502 · server_errorCondizioneIl risultato originale, i dati di utilizzo o il conguaglio dell'addebito richiedono una verifica.Passaggio successivoConserva l'ID effettivo della richiesta e la risposta originale. Consulta il record esistente di tua proprietà; non inviare nuovamente la richiesta di creazione.

Alias

Alias del modello

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

Alias dei percorsi dei metodi

Usa i percorsi dei metodi indicati sopra.

ID di chiamata correlati

openai/gpt-4o-mini-transcribe

", "method_identity": { "effective_request_model_id": "openai/gpt-4o-mini-transcribe", "fmt": "transcriptions", "http": "POST", "path": "/v1/audio/transcriptions", "request_model_id": "openai/gpt-4o-mini-transcribe", "route_label": "Ultra" }, "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fgpt-4o-mini-transcribe", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "errors": [ { "code": null, "condition": "Il corpo JSON o l'ID canonico esplicito del modello non è valido.", "http_status": 400, "recovery": "Conserva la risposta e correggi il campo della richiesta indicato.", "type": "invalid_request_error" }, { "code": null, "condition": "La chiave API Ailoot non è valida.", "http_status": 401, "recovery": "Usa la tua chiave API Ailoot autorizzata.", "type": "authentication_error" }, { "code": null, "condition": "Il gruppo della chiave non è autorizzato a utilizzare questo metodo.", "http_status": 403, "recovery": "Conserva i dettagli dell'errore restituiti.", "type": "permission_error" }, { "code": null, "condition": "Il metodo selezionato non dispone di una rotta autorizzata all'utilizzo.", "http_status": 404, "recovery": "Conserva i dettagli dell'errore restituiti.", "type": "not_found_error" }, { "code": null, "condition": "La tariffa accettata non può ottenere la quantità in ingresso o il limite richiesto.", "http_status": 422, "recovery": "Conserva la risposta; usa la rappresentazione dell'input richiesta dalla tariffa accettata.", "type": "price_unavailable" }, { "code": null, "condition": "L'archiviazione richiesta, la rotta, il prezzo del metodo o la riserva dell'importo non sono disponibili.", "http_status": 503, "recovery": "Conserva l'intera risposta originale. Una riserva dell'importo dall'esito incerto non autorizza un nuovo invio.", "type": null }, { "code": null, "condition": "Il risultato originale, i dati di utilizzo o il conguaglio dell'addebito richiedono una verifica.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "Conserva l'ID effettivo della richiesta e la risposta originale. Consulta il record esistente di tua proprietà; non inviare nuovamente la richiesta di creazione.", "response_headers": { "x-should-retry": "false" }, "type": "server_error" } ], "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "exact task_id from an existing owned media record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Conserva l'X-Client-Request-ID effettivo e la risposta completa. Consulta le risorse originali di tua proprietà e i relativi URL firmati esatti del contenuto; non inviare mai nuovamente una creazione dall'esito incerto." }, "outputs": { "all_results": "Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Corpo completo della risposta originale, stato e intestazioni inoltrate. Questo gestore non aggiunge alcuna struttura JSON universale, campo di testo o struttura contenitore dell'attività." }, "parameters": [ { "default_known": false, "enum": [ "openai/gpt-4o-mini-transcribe" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "name": "input_audio", "required": true, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "model": { "enum": [ "openai/gpt-4o-mini-transcribe" ], "type": "string" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "openai/gpt-4o-mini-transcribe" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "L'esempio legge il tuo file PCM WAV reale e non vuoto, codifica tutti i byte del file in base64 e invia input_audio.format con valore wav." ], "material_types": [ "audio" ], "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "task_id esatto di un record multimediale esistente di tua proprietà", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.00001", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-4o-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n", "label": "curl · actual WAV file and complete original result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.", "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Trascrizione", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_transcriptions", "out": null, "output": [ "text" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "input_token": 2.5e-06, "output_token": 1e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.00001", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "request_model_id": "openai/gpt-4o-mini-transcribe", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.00001", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } } ], "model_id": "openai/gpt-4o-mini-transcribe", "nativeProvenance": { "input_facts_canonical_sha256": "7d536f6ea710d51ee4b3939fb310794c0c0558e78115097e5f69b00802890aea", "input_html_sha256": "aa278f8167fa66c8780e7799fe89b5c578fc28a1f925c03916eed36d743ec5d8", "private_audit_sha256": "20ec34261328ebf65269bfae3616faf9328b302b9c0ee775b62f9570c5989cf3", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/it/openai-gpt-4o-mini-transcribe/", "description": "GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Trasforma l’audio in una trascrizione JSON, supporta prompt testuali specifici della registrazione e risultati di file in streaming e può restituire i logaritmi delle probabilità dei token per una verifica mirata della trascrizione.", "locale": "it", "md_url": "https://ailoot.ai/models/it/openai-gpt-4o-mini-transcribe/index.md", "title": "OpenAI: GPT-4o Mini Transcribe — Ailoot", "url": "https://ailoot.ai/models/it/openai-gpt-4o-mini-transcribe/" }, "rawModel": { "about": "GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Accetta audio con indicazioni testuali facoltative e produce testo riconosciuto. È un modello distinto da GPT-4o Transcribe, che usa GPT-4o, e dal profilo GPT Transcribe più recente con i suoi campi separati per parole chiave e indicazioni multilingue. Il risultato utile qui è una trascrizione della voce originale della registrazione, preparata per ricerca, verifica o un passaggio successivo di elaborazione del contenuto.\n\n### Preparare la registrazione\n\nLa guida di OpenAI alla trascrizione di file accetta caricamenti audio fino a 25 MB. L’attuale documentazione dell’endpoint elenca FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV e WebM, con metadati sufficienti di nome del file e tipo di contenuto per identificarne il formato audio. Le registrazioni più grandi possono essere compresse o suddivise in parti di 25 MB o meno. Conservate i confini delle frasi durante la suddivisione e mantenete ogni parte associata alla registrazione di origine e alla sua posizione, affinché il testo possa essere assemblato nell’ordine corretto.\n\nPer le note vocali, conservate una trascrizione identificabile per registrazione e verificate nomi o numeri prima di usare il testo per creare attività. Per un tutorial parlato, confrontate la formulazione riconosciuta con le istruzioni originali prima di modificarla per la pubblicazione. Indicazioni di preparazione utili individuano la lingua parlata e i termini che potrebbero essere riconosciuti male. Trascrivere le parole è il primo passaggio; un’interpretazione, un riepilogo o una traduzione può usare successivamente la trascrizione verificata.\n\n### Indicazioni del prompt e una sola indicazione di lingua\n\nLe integrazioni GPT-4o Mini Transcribe esistenti supportano un prompt libero. OpenAI descrive prompt per nomi, sigle, vocabolario specifico della registrazione, punteggiatura, maiuscole, riempitivi e sistema di scrittura preferito. La documentazione dell’endpoint indica che il prompt deve corrispondere alla lingua dell’audio e può trasmettere il contesto di un segmento audio precedente. Includete grafie pertinenti o una descrizione breve dell’argomento, anziché chiedere a un prompt di trascrizione di comportarsi come un’istruzione chat senza restrizioni.\n\nL’indicazione consolidata di lingua di questo modello usa il campo singolare language. La documentazione del produttore descrive un codice ISO 639-1 per la lingua di input, come en. I campi separati keywords e languages al plurale sono documentati per GPT Transcribe; non fanno parte di questo profilo Mini. Per una serie di registrazioni, conservate l’impostazione della lingua parlata prevista con ogni input, anziché interpretarla come richiesta di tradurre il risultato.\n\n### Risultato JSON e probabilità facoltative dei token\n\nL’attuale documentazione dell’endpoint indica JSON come formato di risposta supportato per GPT-4o Mini Transcribe. La formulazione riconosciuta compare nel campo text. Se richiesti, i logaritmi delle probabilità dei token possono accompagnare la risposta JSON; questi valori descrivono le probabilità dei token del modello e possono aiutare a individuare materiale da esaminare più attentamente. Non stabiliscono che un nome, un numero o una frase corrisponda al suono. Usate la registrazione per decidere se correggere una parola dubbia.\n\nIl profilo ordinario di trascrizione Mini non fornisce output nativi SRT, VTT, tempi dettagliati delle singole parole o identificazione dei parlanti attraverso quelle specifiche JSON. OpenAI documenta modelli e formati specializzati per quelle capacità. Se il risultato desiderato è una traccia di sottotitoli, conservate la trascrizione verificata per un processo separato di sincronizzazione, anziché presumere che un risultato soltanto testuale contenga già i confini dei sottotitoli.\n\n### Output di file in streaming e modalità documentate\n\nLa guida del produttore alla conversione da voce a testo afferma esplicitamente che le integrazioni GPT-4o Mini Transcribe esistenti supportano lo streaming dei file. Una registrazione completata può produrre testo parziale della trascrizione seguito da un risultato finale durante l’elaborazione. Conservate la trascrizione finale come risultato completato; la comparsa di testo parziale non significa che il processo per file stia ricevendo continuamente audio dal microfono dal vivo. La scheda del modello elenca separatamente le famiglie di endpoint di trascrizione e Realtime. Quelle interfacce del produttore non implicano che ogni campo di sessione di un diverso modello di trascrizione si applichi qui.\n\n### Contesto, capacità di output e verifiche utili\n\nLe specifiche attuali del modello di OpenAI indicano una finestra di contesto di 16 000 token, un output massimo di 2 000 token e conoscenze aggiornate al 1 giugno 2024. Sono valori delle specifiche del modello, non una durata universale in minuti per una registrazione audio. La regola sulla dimensione dei file e una capacità in token descrivono vincoli diversi. Per materiale esteso, preparate la registrazione secondo il processo per file documentato, trasmettete il contesto pertinente tra le parti e verificate che il testo finale includa la fine della fonte.\n\nUn risultato Mini Transcribe utile conserva la formulazione e la sua relazione con la registrazione, mantenendo i dati di probabilità facoltativi separati dalle correzioni editoriali. Esaminate vocabolario non familiare, accenti, rumore di fondo, cambi di lingua e parlato sovrapposto, tenendo disponibile l’audio originale. Quando rivedete il testo per migliorarne la leggibilità, distinguete quella versione editoriale dalla trascrizione riconosciuta, affinché gli utenti successivi possano sapere quale formulazione proviene dalla registrazione e quale è stata cambiata durante la preparazione.", "alias_of": null, "aliases": [], "author": "OpenAI", "capabilities": { "context_length": 128000, "manufacturer_input": [ "audio" ], "manufacturer_output": [ "transcription" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.00001", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Tutte le tariffe della configurazione sono riportate nei dettagli." } ], "ctx": null, "formats": [ "transcriptions" ], "id": "openai/gpt-4o-mini-transcribe", "input": [ "audio" ], "kind": "audio", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "errors": [ { "code": null, "condition": "Il corpo JSON o l'ID canonico esplicito del modello non è valido.", "http_status": 400, "recovery": "Conserva la risposta e correggi il campo della richiesta indicato.", "type": "invalid_request_error" }, { "code": null, "condition": "La chiave API Ailoot non è valida.", "http_status": 401, "recovery": "Usa la tua chiave API Ailoot autorizzata.", "type": "authentication_error" }, { "code": null, "condition": "Il gruppo della chiave non è autorizzato a utilizzare questo metodo.", "http_status": 403, "recovery": "Conserva i dettagli dell'errore restituiti.", "type": "permission_error" }, { "code": null, "condition": "Il metodo selezionato non dispone di una rotta autorizzata all'utilizzo.", "http_status": 404, "recovery": "Conserva i dettagli dell'errore restituiti.", "type": "not_found_error" }, { "code": null, "condition": "La tariffa accettata non può ottenere la quantità in ingresso o il limite richiesto.", "http_status": 422, "recovery": "Conserva la risposta; usa la rappresentazione dell'input richiesta dalla tariffa accettata.", "type": "price_unavailable" }, { "code": null, "condition": "L'archiviazione richiesta, la rotta, il prezzo del metodo o la riserva dell'importo non sono disponibili.", "http_status": 503, "recovery": "Conserva l'intera risposta originale. Una riserva dell'importo dall'esito incerto non autorizza un nuovo invio.", "type": null }, { "code": null, "condition": "Il risultato originale, i dati di utilizzo o il conguaglio dell'addebito richiedono una verifica.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "Conserva l'ID effettivo della richiesta e la risposta originale. Consulta il record esistente di tua proprietà; non inviare nuovamente la richiesta di creazione.", "response_headers": { "x-should-retry": "false" }, "type": "server_error" } ], "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "exact task_id from an existing owned media record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Conserva l'X-Client-Request-ID effettivo e la risposta completa. Consulta le risorse originali di tua proprietà e i relativi URL firmati esatti del contenuto; non inviare mai nuovamente una creazione dall'esito incerto." }, "outputs": { "all_results": "Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Corpo completo della risposta originale, stato e intestazioni inoltrate. Questo gestore non aggiunge alcuna struttura JSON universale, campo di testo o struttura contenitore dell'attività." }, "parameters": [ { "default_known": false, "enum": [ "openai/gpt-4o-mini-transcribe" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "default_known": false, "enum_known": false, "name": "input_audio", "required": true, "type": "object" } ], "request_schema": { "properties": { "input_audio": { "properties": { "data": { "contentEncoding": "base64", "type": "string" }, "format": { "type": "string" } }, "required": [ "data", "format" ], "type": "object" }, "model": { "enum": [ "openai/gpt-4o-mini-transcribe" ], "type": "string" } }, "required": [ "model", "input_audio" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": true, "body": { "input_audio": { "data": "${BASE64_ACTUAL_WAV_BYTES}", "format": "wav" }, "model": "openai/gpt-4o-mini-transcribe" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_conditions": [ "L'esempio legge il tuo file PCM WAV reale e non vuoto, codifica tutti i byte del file in base64 e invia input_audio.format con valore wav." ], "material_types": [ "audio" ], "required": [ "model", "input_audio" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed content URL" } ], "dedicated_method_polling_or_cancel": false, "mode": "synchronous_result_then_owned_library", "original_POST_adds_task_envelope": false, "status": [ { "http": "GET", "id_source": "task_id esatto di un record multimediale esistente di tua proprietà", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation." }, "method": { "http": "POST", "path": "/v1/audio/transcriptions" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler." } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.00001", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}\"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-4o-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\n", "label": "curl · actual WAV file and complete original result", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "transcriptions", "hints": [ "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.", "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.", "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again." ], "http": "POST", "in": null, "input": [ "audio" ], "label": "Trascrizione", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "native_endpoint": "audio_transcriptions", "out": null, "output": [ "text" ], "path": "/v1/audio/transcriptions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": null, "unit_prices": { "input_token": 2.5e-06, "output_token": 1e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "input token", "units": [ { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" } ] }, { "dimensions": { "quoted_unit": "/ 1K tokens" }, "label": "output token", "units": [ { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.00001", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "request_model_id": "openai/gpt-4o-mini-transcribe", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.0025000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_token", "label": "input token", "native_amount_usd_per_unit": "0.0000025", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_token", "label": "output token", "native_amount_usd_per_unit": "0.00001", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ] } ], "model_aliases": [ { "canonical_model_id": "openai/gpt-4o-mini-transcribe", "request_model_id": "openai/gpt-4o-mini-transcribe", "route_label": "Ultra" } ], "name": "OpenAI: GPT-4o Mini Transcribe", "price": { "in": null, "in_label": null, "out": 0.01, "out_label": "/ 1K tokens", "sort_in": null, "sort_out": 0.01, "varies": true }, "short": "GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Trasforma l’audio in una trascrizione JSON, supporta prompt testuali specifici della registrazione e risultati di file in streaming e può restituire i logaritmi delle probabilità dei token per una verifica mirata della trascrizione." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "GPT-4o Mini Transcribe è il modello di conversione da voce a testo di OpenAI basato su GPT-4o Mini. Trasforma l’audio in una trascrizione JSON, supporta prompt testuali specifici della registrazione e risultati di file in streaming e può restituire i logaritmi delle probabilità dei token per una verifica mirata della trascrizione.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "c3097c73e5f3c630f0fd09cc4acc09ecef55a3ff2a67a2e05d06e2d601ba9885", "renderer_sha256": "3be1a96012c3c76b38a7b9bea6a57c0def38c56103737bee6a5e77aaa75e488a" }, "sourceRevision": "7c862a21d370065d6ad06a08eeb0a2c09a7d2d6ad740a12a46c7367824e38649" }