{ "aboutHtml": "

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.

", "aboutText": "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.\n\n### Menyediakan rakaman\n\nPanduan 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.\n\nBagi 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.\n\n### Panduan prompt dan satu petunjuk bahasa\n\nIntegrasi 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.\n\nPetunjuk 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.\n\n### Hasil JSON dan kebarangkalian token pilihan\n\nRujukan 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.\n\nProfil 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.\n\n### Output fail secara penstriman dan mod yang didokumenkan\n\nPanduan 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.\n\n### Konteks, had output dan semakan berguna\n\nSpesifikasi 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.\n\nHasil 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d09dac8f55b1194d81611b1c8bfd776944a9de27fee3b2ec924f122e97b71b22", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "
O

OpenAI: GPT-4o Mini Transcribe

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

Pengenalan

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.

Input yang diterima
Audio
Hasil
Teks
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.

Tersedia di Ailoot · input & kaedah

Ailoot Ultra · Transkripsi POST /v1/audio/transcriptions
Input
audio
Output
text
MedanJenisKeperluanNilai & hadLalai
MedanmodelJenisstringKeperluanDiperlukanNilai & had
openai/gpt-4o-mini-transcribe
Lalai—
Medaninput_audioJenisobjectKeperluanDiperlukanNilai & hadLalai—
Parameter kaedah dan kitar hayat
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, input_audio
Parametermaterial_typesKontrakaudio
Parametermaterial_conditionsKontrakContoh 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.

KonfigurasiJadual kadarUnit pengebilanCaj
KonfigurasiKadar asas tokenJadual kadarKadar asasUnit 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 inputJadual kadar—Unit pengebilan/ 1K tokenCaj
Input $0.0025 / 1K token
Konfigurasitoken outputJadual kadar—Unit pengebilan/ 1K tokenCaj
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

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

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.

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
MedanJenis
Medantext (when present)Jenis
Medanusage (when present)Jenis
Ralat dan langkah seterusnya
ResponsSyaratLangkah seterusnya
Respons400 · invalid_request_errorSyaratBadan JSON atau ID model kanonik yang dinyatakan secara jelas tidak sah.Langkah seterusnyaSimpan respons dan betulkan medan permintaan yang dinyatakan.
Respons401 · authentication_errorSyaratKunci API Ailoot tidak sah.Langkah seterusnyaGunakan kunci API Ailoot anda yang dibenarkan.
Respons403 · permission_errorSyaratKumpulan kunci tidak membenarkan kaedah ini.Langkah seterusnyaSimpan butiran ralat yang dikembalikan.
Respons404 · not_found_errorSyaratKaedah yang dipilih tidak mempunyai laluan yang dibenarkan.Langkah seterusnyaSimpan butiran ralat yang dikembalikan.
Respons422 · price_unavailableSyaratTarif 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_errorSyaratHasil 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

", "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": "Badan JSON atau ID model kanonik yang dinyatakan secara jelas tidak sah.", "http_status": 400, "recovery": "Simpan respons dan betulkan medan permintaan yang dinyatakan.", "type": "invalid_request_error" }, { "code": null, "condition": "Kunci API Ailoot tidak sah.", "http_status": 401, "recovery": "Gunakan kunci API Ailoot anda yang dibenarkan.", "type": "authentication_error" }, { "code": null, "condition": "Kumpulan kunci tidak membenarkan kaedah ini.", "http_status": 403, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "permission_error" }, { "code": null, "condition": "Kaedah yang dipilih tidak mempunyai laluan yang dibenarkan.", "http_status": 404, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "not_found_error" }, { "code": null, "condition": "Tarif yang diterima tidak dapat memperoleh kuantiti input atau batas yang diperlukan.", "http_status": 422, "recovery": "Simpan respons; gunakan bentuk perwakilan input yang diperlukan oleh tarif yang diterima.", "type": "price_unavailable" }, { "code": null, "condition": "Storan, laluan, harga kaedah atau penahanan dana yang diperlukan tidak tersedia.", "http_status": 503, "recovery": "Simpan respons asal yang lengkap. Penahanan dana yang tidak pasti bukan kebenaran untuk menghantar semula.", "type": null }, { "code": null, "condition": "Hasil asal, penggunaan atau penyelesaian caj memerlukan semakan.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "Simpan ID permintaan sebenar dan respons asal. Baca rekod sedia ada milik anda; jangan hantar semula permintaan penciptaan.", "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": "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." }, "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Badan respons asal yang lengkap, status dan pengepala yang dimajukan. Pengendali ini tidak menambah bentuk JSON sejagat, medan teks atau struktur pembungkus tugas." }, "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": [ "Contoh ini membaca fail PCM WAV sebenar anda yang tidak kosong, mengekodkan keseluruhan bait fail sebagai base64 dan menghantar input_audio.format sebagai 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 tepat daripada rekod media sedia ada milik anda", "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": "Transkripsi", "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": "ff06bc2c10c141370dfde3fb0cf8797ddc4d07c189c116a74180db4e02181f1b", "input_html_sha256": "ef0b1c4e381ebb6714453fca17bd4dd8d7900ac3b54cbd14f10eb0e496fe20e9", "private_audit_sha256": "1131e3c624bcd3a987329d481d4b9a450565739d18eef7e4f25f6d6c6fd421f2", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ms/openai-gpt-4o-mini-transcribe/", "description": "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.", "locale": "ms", "md_url": "https://ailoot.ai/models/ms/openai-gpt-4o-mini-transcribe/index.md", "title": "OpenAI: GPT-4o Mini Transcribe — Ailoot", "url": "https://ailoot.ai/models/ms/openai-gpt-4o-mini-transcribe/" }, "rawModel": { "about": "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.\n\n### Menyediakan rakaman\n\nPanduan 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.\n\nBagi 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.\n\n### Panduan prompt dan satu petunjuk bahasa\n\nIntegrasi 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.\n\nPetunjuk 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.\n\n### Hasil JSON dan kebarangkalian token pilihan\n\nRujukan 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.\n\nProfil 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.\n\n### Output fail secara penstriman dan mod yang didokumenkan\n\nPanduan 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.\n\n### Konteks, had output dan semakan berguna\n\nSpesifikasi 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.\n\nHasil 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.", "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": "Maklumat lengkap tentang harga konfigurasi terdapat dalam butiran." } ], "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": "Badan JSON atau ID model kanonik yang dinyatakan secara jelas tidak sah.", "http_status": 400, "recovery": "Simpan respons dan betulkan medan permintaan yang dinyatakan.", "type": "invalid_request_error" }, { "code": null, "condition": "Kunci API Ailoot tidak sah.", "http_status": 401, "recovery": "Gunakan kunci API Ailoot anda yang dibenarkan.", "type": "authentication_error" }, { "code": null, "condition": "Kumpulan kunci tidak membenarkan kaedah ini.", "http_status": 403, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "permission_error" }, { "code": null, "condition": "Kaedah yang dipilih tidak mempunyai laluan yang dibenarkan.", "http_status": 404, "recovery": "Simpan butiran ralat yang dikembalikan.", "type": "not_found_error" }, { "code": null, "condition": "Tarif yang diterima tidak dapat memperoleh kuantiti input atau batas yang diperlukan.", "http_status": 422, "recovery": "Simpan respons; gunakan bentuk perwakilan input yang diperlukan oleh tarif yang diterima.", "type": "price_unavailable" }, { "code": null, "condition": "Storan, laluan, harga kaedah atau penahanan dana yang diperlukan tidak tersedia.", "http_status": 503, "recovery": "Simpan respons asal yang lengkap. Penahanan dana yang tidak pasti bukan kebenaran untuk menghantar semula.", "type": null }, { "code": null, "condition": "Hasil asal, penggunaan atau penyelesaian caj memerlukan semakan.", "http_status": 502, "operation_id_source": "actual X-Client-Request-ID", "recovery": "Simpan ID permintaan sebenar dan respons asal. Baca rekod sedia ada milik anda; jangan hantar semula permintaan penciptaan.", "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": "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." }, "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "text (when present)", "type": null }, { "description": null, "name": "usage (when present)", "type": null } ], "result": "Badan respons asal yang lengkap, status dan pengepala yang dimajukan. Pengendali ini tidak menambah bentuk JSON sejagat, medan teks atau struktur pembungkus tugas." }, "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": [ "Contoh ini membaca fail PCM WAV sebenar anda yang tidak kosong, mengekodkan keseluruhan bait fail sebagai base64 dan menghantar input_audio.format sebagai 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 tepat daripada rekod media sedia ada milik anda", "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": "Transkripsi", "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 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." }, "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 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.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "b0024df109f9e5e052a4b06a2f2cd2292e8bffaf03bc9faa81aade30e29f9e2e", "renderer_sha256": "1dab5ba62521e9568c8b7c82005622cabbf330a075df7cce1f83274a04009460" }, "sourceRevision": "b958b0c2c94e6dc9bbfa5bf9979eb82e24f5c8c319bbb775bb68303b4577e41a" }