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

# gpt-4o-transcribe-diarize

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

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

GPT-4o Transcribe Diarize menukarkan rakaman pertuturan kepada teks dengan segmen berlabel penutur dan masa. Model ini sesuai untuk mesyuarat, temu bual dan rakaman beberapa orang apabila transkrip perlu menunjukkan siapa yang bercakap dan bila, dengan rujukan suara ringkas pilihan untuk penutur yang dikenali.

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

Tentang model

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

GPT-4o Transcribe Diarize ialah model pengecaman pertuturan automatik OpenAI dengan diarisasi penutur terbina dalam. Model ini mengaitkan segmen audio yang ditranskripsikan dengan penutur berbeza dalam perbualan. Hasil yang berguna ialah transkrip yang disusun mengikut penutur dan masa, dan bukannya blok perkataan yang berterusan sahaja. Model ini ditujukan untuk rakaman pertuturan yang memerlukan label penutur, seperti mesyuarat, temu bual atau perbincangan beberapa orang.

#### Sediakan rakaman yang telah selesai

Bekalkan rakaman yang perlu ditranskripsikan. Aliran kerja fail yang didokumenkan menerima MP3, MP4, MPEG, MPGA, M4A, WAV dan WebM, dengan had saiz fail 25 MB. Simpan rakaman sumber supaya giliran pertuturan, nama atau frasa yang tidak jelas dapat disemak terhadap audio sebenar.

Untuk mesyuarat, kekalkan urutan perbualan dan bukannya memotong jeda ringkas yang membantu membezakan giliran. Untuk temu bual, simpan soalan dan respons bersama apabila tugas memerlukan hubungan antara kedua-duanya. Penyediaan audio perlu menjadikan pertuturan dapat didengar tanpa membuang maklumat yang penting bagi hasil berlabel penutur.

Ini ialah aliran kerja transkripsi fail. Pemprosesan rakaman yang telah selesai dan pengecaman aliran audio yang masih diterima ialah tugas berbeza; pelabelan penutur model tidak disokong dalam sesi transkripsi Realtime.

#### Minta transkrip berlabel penutur

Format hasil `diarized_json` mengembalikan segmen dengan label identiti penutur serta masa mula dan tamat. Setiap segmen turut mengandungi teks yang ditranskripsikan. Simpan medan ini bersama supaya perkataan dapat dikaitkan dengan bahagian rakaman yang berkaitan.

Untuk transkrip mesyuarat yang berguna, kekalkan urutan segmen dan paparkan perkataan setiap penutur bersama masanya. Tugas kemudian boleh menggunakan transkrip untuk menyediakan minit atau senarai tindakan, tetapi diarisasi sendiri tidak menentukan perkara yang dipersetujui dalam mesyuarat atau menjana ringkasan yang disahkan.

Label penutur menerangkan pengelompokan pertuturan oleh model. Periksa peralihan apabila orang mencelah, bercakap ringkas atau bertindih. Hasil yang tersusun baik berguna untuk navigasi dan semakan, manakala atribusi tertentu masih boleh memerlukan pendengaran semula audio asal.

#### Rujukan penutur yang dikenali

Aliran kerja yang didokumenkan boleh menerima sehingga empat rujukan penutur dengan nama. Setiap rujukan ialah klip audio ringkas sepanjang 2–10 saat dalam format yang disokong oleh muat naik utama. Nama dan rujukan dibekalkan bersama supaya segmen dapat dikaitkan dengan penutur yang dikenali.

Sediakan rujukan yang jelas mengandungi penutur yang dimaksudkan dan pastikan namanya konsisten dengan label yang dikehendaki dalam transkrip. Untuk temu bual, rujukan pengacara boleh membantu menyusun hasil berlabel penutur tanpa menjadikan setiap peserta label tanpa nama. Rujukan ialah input kepada atribusi; rujukan bukan operasi pengklonan suara umum atau bukti identiti seseorang.

Jangan kelirukan penamaan penutur dengan penyuntingan perkataan yang dituturkan. Output yang berguna masih perlu mengekalkan kandungan rakaman dan urutan giliran sebenar.

#### Pembahagian dan had model

Untuk audio yang melebihi 30 saat, pengeluar mewajibkan strategi pembahagian, sama ada pembahagian automatik atau konfigurasi pengesanan aktiviti suara. Keperluan itu bukan tempoh rakaman maksimum. Keperluan itu menerangkan cara input lebih panjang dibahagikan untuk pemprosesan.

Kad model menyenaraikan tetingkap konteks 16000 token dan maksimum 2000 token output. Ini ialah had token model, berasingan daripada had muat naik 25 MB dalam aliran kerja fail dan ambang pembahagian. Had ini tidak boleh ditukarkan kepada bilangan minit rekaan yang terpakai pada setiap rakaman.

Kekalkan masa dan identiti segmen apabila menyusun atau memeriksa transkrip panjang. Jika rakaman dibahagikan sebelum dihantar, simpan hubungan setiap bahagian dengan audio asal supaya cap masa setempat tidak dikelirukan dengan kedudukannya dalam seluruh perbualan.

#### Penstriman segmen yang dimuktamadkan

Aliran kerja transkripsi fail boleh menstrim teks semasa rakaman diproses. Dengan penstriman berlabel penutur, segmen yang telah selesai menghasilkan peristiwa segmen. Delta teks mengandungi pengecam segmen tetapi tidak mengandungi penetapan penutur separa; penutur ditetapkan apabila segmen dimuktamadkan.

Perbezaan ini penting untuk paparan. Paparkan teks sementara dan giliran penutur yang telah dimuktamadkan sebagai keadaan berbeza, dan bukannya melampirkan label penutur yang belum pasti sebelum model melengkapkan segmen. Simpan hasil yang telah selesai apabila transkrip diperlukan untuk penyuntingan atau analisis kemudian.

#### Sempadan model dan output

Profil ini ialah model diarisasi, berasingan daripada transkripsi GPT-4o biasa, transkripsi Mini, sintesis pertuturan dan model perbualan langsung. Model ini tidak menyokong prompt transkripsi; simpan sebarang semakan atau pembetulan istilah sebagai langkah berasingan yang disemak terhadap audio asal. Antara muka pengeluarnya mentranskripsikan rakaman audio kepada teks. Model ini tidak menjana jawapan audio atau menterjemahkan rakaman melalui aliran kerja terjemahan audio yang berasingan.

Gunakan model untuk transkrip yang memerlukan kandungan serta struktur penutur. Semak nama, istilah teknikal, nombor, sempadan giliran dan atribusi terhadap rakaman. Simpan audio, format hasil yang dipilih, rujukan serta transkrip yang telah selesai supaya pembetulan boleh menangani satu frasa atau atribusi penutur yang konkrit.

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

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

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

### Pengenalan

GPT-4o Transcribe Diarize menukarkan rakaman pertuturan kepada teks dengan segmen berlabel penutur dan masa. Model ini sesuai untuk mesyuarat, temu bual dan rakaman beberapa orang apabila transkrip perlu menunjukkan siapa yang bercakap dan bila, dengan rujukan suara ringkas pilihan untuk penutur yang dikenali.

Input yang diterima

Audio

Hasil

transcription

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · Pengecaman pertuturan** `POST /v1/audio/transcriptions`

Input

`audio`

Output

`transcription`

Format output

json

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had openai/gpt-4o-transcribe-diarize | Lalai— |
| Medan`file` | Jenis`file` | KeperluanDiperlukan | Nilai & had Bait maksimum: 26,214,400 Jenis MIME: audio/mpeg Sambungan fail: .mp3 Tempoh maksimum, saat: 30 | Lalai— |
| Medan`response_format` | Jenis`string` | KeperluanDiperlukan | Nilai & had diarized\_json | Lalai— |

Gabungan bahan input

**diarized\_transcription**

Parameter kaedah dan kitar hayat

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

Alias kaedah: `/audio/transcriptions`

Kitar hayat: `synchronous_result_then_owned_library`

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

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

`GET /v1/media/assets`

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

Gunakan rakaman sebenar dan format yang sepadan.

Simpan transkrip penuh, segmen, ID penutur dan maklumat masa.

### 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 |
| KonfigurasiUltra | Jadual kadar— | Unit pengebilan/ 1K token audio | Caj Input · token input audio **$0.012** / 1K token audio |
| KonfigurasiUltra | Jadual kadar— | Unit pengebilan/ 1K token audio | Caj Output · token keluaran audio **$0.02** / 1K token audio |

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

### Contoh permintaan

#### Ailoot Ultra · Pengecaman pertuturan

curl · permintaan penciptaan tersimpan yang tepat

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

### Terima dan simpan hasil

#### Ailoot Ultra · Pengecaman pertuturan

json

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

Pembacaan kandungan lain

Simpan setiap transkrip yang dikembalikan dan menjadi milik andaPustaka mediaStatus tugasButiran aset

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

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

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

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

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Simpan JSON lengkap, bukan teks sahaja; kekalkan setiap segmen/penutur/cap masa yang tersedia dan identiti tugas/aset sebenar.

##### Jika respons asal perlu disemak

Simpan operation\_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.

Medan respons

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

Ralat dan langkah seterusnya

| Respons | Syarat | Langkah seterusnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
| Respons`server_error` | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |

### Alias

#### Alias model

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

#### Alias laluan kaedah

`/audio/transcriptions`

#### ID pemanggil berkaitan

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

FAQ · gpt-4o-transcribe-diarize

Apakah input dan hasil yang tersedia?

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

Apakah medan yang digunakan oleh permintaan?

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

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

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

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.