OpenAI: GPT-4o Mini Transcribe

GPT-4o Mini Transcribe ialah model pertuturan-ke-teks OpenAI yang dikuasakan oleh GPT-4o Mini. Model ini menukar audio kepada transkrip JSON, menyokong prompt teks khusus rakaman dan hasil fail secara penstriman, serta boleh mengembalikan kebarangkalian log token untuk semakan transkrip yang bersasar.

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

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

GPT-4o Mini Transcribe ialah model pertuturan-ke-teks OpenAI yang dikuasakan oleh GPT-4o Mini. Model ini menerima audio dengan panduan teks pilihan dan menghasilkan teks yang dikenal pasti. Model ini berbeza daripada GPT-4o Transcribe yang menggunakan GPT-4o, serta daripada profil GPT Transcribe yang lebih baharu dengan medan kata kunci dan petunjuk berbilang bahasa yang berasingan. Artifak berguna di sini ialah transkrip pertuturan asal rakaman, yang disediakan untuk carian, semakan atau langkah pemprosesan kandungan seterusnya.

Menyediakan rakaman

Panduan transkripsi fail OpenAI menerima muat naik audio sehingga 25 MB. Rujukan endpoint semasanya menyenaraikan FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV dan WebM, dengan metadata nama fail dan jenis kandungan yang mencukupi untuk mengenal pasti format audio. Rakaman yang lebih besar boleh dimampatkan atau dipecahkan kepada bahagian bersaiz 25 MB atau kurang. Kekalkan sempadan ayat semasa memecahkannya, dan kaitkan setiap bahagian dengan rakaman sumber serta kedudukannya supaya teks boleh dicantumkan kemudian mengikut urutan yang betul.

Bagi nota suara, simpan satu transkrip yang boleh dikenal pasti bagi setiap rakaman dan semak sebarang nama atau nombor sebelum menggunakan teks untuk mencipta tugas. Bagi tutorial lisan, bandingkan ungkapan yang dikenal pasti dengan arahan asal sebelum menyuntingnya untuk penerbitan. Ringkasan persediaan yang berguna mengenal pasti bahasa lisan dan istilah yang mungkin tersalah dengar. Mentranskripsikan perkataan ialah langkah pertama; tafsiran, ringkasan atau terjemahan boleh menggunakan transkrip yang telah disemak selepas itu.

Panduan prompt dan satu petunjuk bahasa

Integrasi GPT-4o Mini Transcribe sedia ada menyokong prompt bentuk bebas. OpenAI menerangkan penggunaan prompt untuk nama, akronim, kosa kata khusus rakaman, tanda baca, penggunaan huruf besar, kata pengisi dan sistem tulisan yang dikehendaki. Rujukan endpoint menyatakan bahawa prompt perlu sepadan dengan bahasa audio dan boleh membawa konteks daripada segmen audio terdahulu. Sertakan ejaan yang relevan atau huraian ringkas subjek, bukannya meminta prompt transkripsi bertindak seperti arahan sembang tanpa batasan.

Petunjuk bahasa sedia ada model ini menggunakan medan tunggal language. Rujukan pengeluar mendokumenkan kod bahasa input ISO 639-1, seperti en. Medan keywords dan languages jamak yang berasingan didokumenkan untuk GPT Transcribe; kedua-duanya bukan sebahagian daripada profil Mini ini. Bagi siri rakaman, simpan tetapan bahasa pertuturan yang dimaksudkan bersama setiap input dan bukannya mentafsirkannya sebagai permintaan untuk menterjemah hasil.

Hasil JSON dan kebarangkalian token pilihan

Rujukan endpoint semasa mendokumenkan JSON sebagai format respons yang disokong bagi GPT-4o Mini Transcribe. Ungkapan yang dikenal pasti muncul dalam medan text. Apabila diminta, kebarangkalian log token boleh disertakan bersama respons JSON; nilai ini menerangkan kebarangkalian token model dan boleh membantu mengenal pasti bahan untuk semakan lebih teliti. Nilai itu tidak membuktikan bahawa nama, nombor atau ayat sepadan dengan bunyi audio. Gunakan rakaman untuk memutuskan sama ada perkataan yang meragukan perlu dibetulkan.

Profil transkripsi Mini biasa tidak menyediakan output asli SRT, VTT, cap masa perkataan yang terperinci atau output berlabel penutur melalui kontrak JSON tersebut. OpenAI mendokumenkan model dan format khusus untuk keupayaan itu. Jika artifak yang dituju ialah trek sari kata, sediakan transkrip yang telah disemak untuk aliran kerja penentuan masa berasingan, bukannya menganggap hasil teks sahaja sudah mengandungi sempadan sari kata.

Output fail secara penstriman dan mod yang didokumenkan

Panduan pertuturan-ke-teks pengeluar secara jelas menyatakan bahawa integrasi GPT-4o Mini Transcribe sedia ada menyokong penstriman fail. Rakaman yang telah lengkap boleh menghasilkan teks transkrip separa diikuti hasil akhir semasa diproses. Simpan transkrip akhir sebagai artifak yang lengkap; kemunculan teks separa tidak bermakna aliran kerja fail terus menerima audio mikrofon secara langsung. Kad model secara berasingan menyenaraikan keluarga endpoint transkripsi dan Realtime. Antara muka pengeluar tersebut tidak menyiratkan bahawa setiap medan sesi daripada model transkripsi yang berbeza terpakai di sini.

Konteks, had output dan semakan berguna

Spesifikasi model semasa OpenAI menyenaraikan tetingkap konteks 16000 token, output maksimum 2000 token dan had pengetahuan 1 Jun 2024. Ini ialah angka spesifikasi model, bukannya tempoh sejagat dalam minit untuk rakaman audio. Peraturan saiz fail dan had token menerangkan kekangan yang berbeza. Bagi bahan yang panjang, sediakan rakaman mengikut aliran kerja fail yang didokumenkan, bawa konteks relevan antara pecahan dan semak bahawa teks akhir merangkumi penghujung sumber.

Hasil Mini Transcribe yang berguna mengekalkan ungkapan dan hubungannya dengan rakaman, dengan sebarang data kebarangkalian pilihan dipisahkan daripada pembetulan editorial. Semak kosa kata yang tidak dikenali, loghat, hingar latar, pertukaran bahasa dan pertuturan bertindih dengan audio asal tersedia. Apabila menyemak teks supaya mudah dibaca, bezakan versi editorial itu daripada transkrip yang dikenal pasti agar pengguna kemudian dapat membezakan ungkapan yang datang daripada rakaman dengan ungkapan yang diubah semasa penyediaan.

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

openai/gpt-4o-mini-transcribe

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

Pengenalan

Input yang diterima: Audio
Hasil: Teks

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions

Input: audio
Output: text

Medan	Jenis	Keperluan	Nilai & had	Lalai
Medan`model`	Jenis`string`	KeperluanDiperlukan	Nilai & had openai/gpt-4o-mini-transcribe	Lalai—
Medan`input_audio`	Jenis`object`	KeperluanDiperlukan	Nilai & had	Lalai—

Parameter kaedah dan kitar hayat

Parameter	Kontrak
Parameter`content_type`	Kontrakapplication/json
Parameter`required`	Kontrakmodel, input_audio
Parameter`material_types`	Kontrakaudio
Parameter`material_conditions`	KontrakContoh ini membaca fail PCM WAV sebenar anda yang tidak kosong, mengekodkan keseluruhan bait fail sebagai base64 dan menghantar input_audio.format sebagai wav.

Kitar hayat: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · task_id tepat daripada rekod media sedia ada milik anda

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas: Tidak dinyatakan Apabila mod pantas dipilih
Mod flex: Tidak dinyatakan Apabila mod flex dipilih
Usaha penaakulan maksimum: Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

Kadar Ailoot

Harga mengikut konfigurasi

Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.

Konfigurasi	Jadual kadar	Unit pengebilan	Caj
KonfigurasiKadar asas token	Jadual kadarKadar asas	Unit pengebilan—	Caj Input · Token input — / 1K token Output · Token output — / 1K token Input · Bacaan cache — / 1K token Input · Penulisan cache — / 1K token Input · Penulisan cache, 1 jam — / 1K token
Konfigurasitoken input	Jadual kadar—	Unit pengebilan/ 1K token	Caj Input $0.0025 / 1K token
Konfigurasitoken output	Jadual kadar—	Unit pengebilan/ 1K token	Caj Output $0.01 / 1K token

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →

Contoh permintaan

Ailoot Ultra · Transkripsi

curl · fail WAV sebenar dan hasil asal yang lengkap

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import base64, io, json, os, wave
from pathlib import Path
audio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()
if not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):
    raise SystemExit('Supply your actual PCM WAV audio file')
with wave.open(io.BytesIO(audio), 'rb') as recording:
    if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:
        raise SystemExit('Supply a nonempty PCM WAV recording')
request = {'model': 'openai/gpt-4o-mini-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}
Path('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete original response, headers and actual X-Client-Request-ID.
# Read existing owned records for recovery; do not resubmit an uncertain operation.

Terima dan simpan hasil

Ailoot Ultra · Transkripsi

Badan respons asal yang lengkap, status dan pengepala yang dimajukan. Pengendali ini tidak menambah bentuk JSON sejagat, medan teks atau struktur 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, fail dan bahagian kandungan yang dikembalikan.

Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.

Jika respons asal perlu disemak

Simpan X-Client-Request-ID sebenar dan respons lengkap. Baca aset asal milik anda serta pautan kandungan bertandatangan yang tepat; jangan sekali-kali hantar semula penciptaan yang tidak pasti.

Medan respons

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

Ralat dan langkah seterusnya

Respons	Syarat	Langkah seterusnya
Respons400 · `invalid_request_error`	SyaratBadan JSON atau ID model kanonik yang dinyatakan secara jelas tidak sah.	Langkah seterusnyaSimpan respons dan betulkan medan permintaan yang dinyatakan.
Respons401 · `authentication_error`	SyaratKunci API Ailoot tidak sah.	Langkah seterusnyaGunakan kunci API Ailoot anda yang dibenarkan.
Respons403 · `permission_error`	SyaratKumpulan kunci tidak membenarkan kaedah ini.	Langkah seterusnyaSimpan butiran ralat yang dikembalikan.
Respons404 · `not_found_error`	SyaratKaedah yang dipilih tidak mempunyai laluan yang dibenarkan.	Langkah seterusnyaSimpan butiran ralat yang dikembalikan.
Respons422 · `price_unavailable`	SyaratTarif yang diterima tidak dapat memperoleh kuantiti input atau batas yang diperlukan.	Langkah seterusnyaSimpan respons; gunakan bentuk perwakilan input yang diperlukan oleh tarif yang diterima.
Respons503 ·	SyaratStoran, laluan, harga kaedah atau penahanan dana yang diperlukan tidak tersedia.	Langkah seterusnyaSimpan respons asal yang lengkap. Penahanan dana yang tidak pasti bukan kebenaran untuk menghantar semula.
Respons502 · `server_error`	SyaratHasil asal, penggunaan atau penyelesaian caj memerlukan semakan.	Langkah seterusnyaSimpan ID permintaan sebenar dan respons asal. Baca rekod sedia ada milik anda; jangan hantar semula permintaan penciptaan.

Alias

Alias model

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

Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

ID pemanggil berkaitan

openai/gpt-4o-mini-transcribe

FAQ · OpenAI: GPT-4o Mini Transcribe

Apakah input dan hasil yang tersedia?: POST /v1/audio/transcriptions · openai/gpt-4o-mini-transcribe: audio → text
Apakah medan yang digunakan oleh permintaan?: POST /v1/audio/transcriptions · openai/gpt-4o-mini-transcribe: model, input_audio

OpenAI: GPT-4o Mini Transcribe