GPT-4o Transcribe ialah model pertuturan-ke-teks OpenAI yang dikuasakan oleh GPT-4o. Inputnya ialah audio dengan panduan teks pilihan, dan outputnya ialah teks yang dikenal pasti. Model ini berasingan daripada edisi GPT-4o Mini Transcribe dan daripada GPT-4o Transcribe Diarize, model khusus untuk pelabelan penutur. Gunakan profil ini untuk menyediakan rekod teks yang setia kepada bahan lisan, dengan rakaman sumber tersedia untuk semakan dan kerja penyuntingan kemudian.
Panduan transkripsi OpenAI mendokumenkan muat naik sehingga 25 MB. Rujukan endpoint semasa menerima FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV dan WebM serta mengesyorkan metadata fail yang mengenal pasti formatnya, termasuk nama fail yang mempunyai sambungan dan jenis kandungan yang sesuai. Bagi rakaman yang lebih besar, pemampatan atau pecahan berurutan bersaiz 25 MB atau kurang mengikuti panduan pengeluar untuk input yang lebih panjang. Elakkan pemisahan di tengah ayat, dan kekalkan kedudukan setiap pecahan dalam rakaman penuh.
Bagi temu bual, kaitkan setiap fail input dengan rakaman dan bahagian yang diliputinya. Bagi pembentangan teknikal, sediakan nama produk, akronim dan kosa kata bidang yang berkaitan sebagai konteks, kemudian semak ejaan tersebut berdasarkan apa yang benar-benar disebut oleh penutur. Bagi penjelasan yang dirakam dengan nilai berangka, semak transkrip bersama sumber sebelum menukarkannya kepada prosedur bertulis. Artifak pertama yang dikehendaki ialah pertuturan yang dikenal pasti dalam bentuk teks; laporan ringkas atau dokumen terjemahan boleh disediakan daripada teks itu sebagai langkah berasingan.
Panduan pengeluar secara jelas merangkumi GPT-4o Transcribe dalam sokongan promptnya. Prompt boleh memberikan ejaan yang betul, konteks daripada segmen terdahulu dan pilihan untuk tanda baca, penggunaan huruf besar, kata pengisi atau sistem tulisan. Rujukan menyatakan bahawa bahasanya perlu sepadan dengan bahasa rakaman. Huraian ringkas yang relevan tentang topik dan kosa kata memberikan konteks berguna kepada transkripsi tanpa menganggap istilah yang tidak disebut sebagai output wajib.
Profil ini menyokong petunjuk bahasa tunggal language, yang didokumenkan dalam bentuk ISO 639-1. Memberikan bahasa input sebenar boleh membantu pengecaman. Medan keywords dan languages jamak yang lebih baharu bagi GPT Transcribe tergolong dalam model yang dinamakan secara berasingan itu dan tidak boleh dianggap tersedia untuk GPT-4o Transcribe. Kaitkan tetapan bahasa dengan pertuturan yang ditranskripsikan, dan kekalkan ungkapan asal sebelum sebarang terjemahan atau penulisan semula gaya kemudian.
Rujukan endpoint semasa mendokumenkan JSON sebagai format respons yang disokong oleh GPT-4o Transcribe. Hasilnya mengandungi teks yang dikenal pasti, dan kebarangkalian log token pilihan boleh diminta bersama format JSON tersebut. Data kebarangkalian menerangkan pemilihan token oleh model. Data itu boleh membantu menentukan bahagian yang wajar diperiksa, tetapi perbandingan dengan audio yang memastikan sama ada transkrip menghasilkan semula nama, nombor atau frasa yang sukar.
Hasil JSON profil standard tidak menyediakan format sari kata asli, cap masa perkataan yang terperinci atau penetapan penutur. OpenAI mendokumenkan pilihan model dan format lain apabila output tersebut diperlukan; GPT-4o Transcribe Diarize ialah edisi pelabelan penutur yang berasingan. Bagi tugas sari kata, simpan transkrip yang telah disemak untuk langkah penentuan masa yang sesuai. Bagi perbualan, jangan mereka nama penutur semata-mata kerana perenggan transkrip kelihatan bertukar topik atau suara.
Panduan pertuturan-ke-teks OpenAI menyatakan bahawa integrasi GPT-4o Transcribe sedia ada menyokong penstriman fail. Aplikasi memberikan rakaman terlebih dahulu, kemudian menerima teks transkrip semasa rakaman itu diproses dan menyimpan hasil yang lengkap. Ini menstrim transkrip rakaman yang telah lengkap, bukannya menerima audio mikrofon semasa audio itu masuk. Kad model yang tepat turut menyenaraikan keluarga endpoint transkripsi dan Realtime; tingkah laku sesi khusus model mesti kekal dikaitkan dengan profil ini dan tidak dipinjam daripada model penstriman berterusan yang lebih baharu.
Spesifikasi GPT-4o Transcribe semasa menyenaraikan tetingkap konteks 16000 token, output maksimum 2000 token dan had pengetahuan 1 Jun 2024. Had token tersebut bukan tempoh audio yang tetap dan tidak menggantikan peraturan penyediaan transkripsi fail. Bagi rakaman yang panjang, kekalkan urutan sumber dan konteks terdahulu yang relevan, kemudian pastikan teks yang lengkap mencapai penghujung setiap segmen yang dimaksudkan.
Transkrip akhir yang berguna boleh menjadi bahan temu bual yang boleh dicari, sumber dokumentasi teknikal atau teks untuk aliran kerja sari kata kemudian. Semak kosa kata yang kurang pasti, kuantiti, tanda baca, loghat dan pertuturan bertindih berdasarkan rakaman. Bezakan teks yang dikenal pasti daripada pembetulan atau ringkasan kemudian, dan kekalkan pautan sumber melalui pengecam dalam aliran kerja yang menggunakannya. Model menyediakan rekod teks; penyediaan input dan semakan sumber yang teliti menentukan sama ada rekod itu sesuai untuk kegunaan seterusnya.
", "aboutText": "GPT-4o Transcribe ialah model pertuturan-ke-teks OpenAI yang dikuasakan oleh GPT-4o. Inputnya ialah audio dengan panduan teks pilihan, dan outputnya ialah teks yang dikenal pasti. Model ini berasingan daripada edisi GPT-4o Mini Transcribe dan daripada GPT-4o Transcribe Diarize, model khusus untuk pelabelan penutur. Gunakan profil ini untuk menyediakan rekod teks yang setia kepada bahan lisan, dengan rakaman sumber tersedia untuk semakan dan kerja penyuntingan kemudian.\n\n### Input fail dan penyediaan bahan yang panjang\n\nPanduan transkripsi OpenAI mendokumenkan muat naik sehingga 25 MB. Rujukan endpoint semasa menerima FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV dan WebM serta mengesyorkan metadata fail yang mengenal pasti formatnya, termasuk nama fail yang mempunyai sambungan dan jenis kandungan yang sesuai. Bagi rakaman yang lebih besar, pemampatan atau pecahan berurutan bersaiz 25 MB atau kurang mengikuti panduan pengeluar untuk input yang lebih panjang. Elakkan pemisahan di tengah ayat, dan kekalkan kedudukan setiap pecahan dalam rakaman penuh.\n\nBagi temu bual, kaitkan setiap fail input dengan rakaman dan bahagian yang diliputinya. Bagi pembentangan teknikal, sediakan nama produk, akronim dan kosa kata bidang yang berkaitan sebagai konteks, kemudian semak ejaan tersebut berdasarkan apa yang benar-benar disebut oleh penutur. Bagi penjelasan yang dirakam dengan nilai berangka, semak transkrip bersama sumber sebelum menukarkannya kepada prosedur bertulis. Artifak pertama yang dikehendaki ialah pertuturan yang dikenal pasti dalam bentuk teks; laporan ringkas atau dokumen terjemahan boleh disediakan daripada teks itu sebagai langkah berasingan.\n\n### Prompt khusus rakaman dan pilihan bahasa\n\nPanduan pengeluar secara jelas merangkumi GPT-4o Transcribe dalam sokongan promptnya. Prompt boleh memberikan ejaan yang betul, konteks daripada segmen terdahulu dan pilihan untuk tanda baca, penggunaan huruf besar, kata pengisi atau sistem tulisan. Rujukan menyatakan bahawa bahasanya perlu sepadan dengan bahasa rakaman. Huraian ringkas yang relevan tentang topik dan kosa kata memberikan konteks berguna kepada transkripsi tanpa menganggap istilah yang tidak disebut sebagai output wajib.\n\nProfil ini menyokong petunjuk bahasa tunggal language, yang didokumenkan dalam bentuk ISO 639-1. Memberikan bahasa input sebenar boleh membantu pengecaman. Medan keywords dan languages jamak yang lebih baharu bagi GPT Transcribe tergolong dalam model yang dinamakan secara berasingan itu dan tidak boleh dianggap tersedia untuk GPT-4o Transcribe. Kaitkan tetapan bahasa dengan pertuturan yang ditranskripsikan, dan kekalkan ungkapan asal sebelum sebarang terjemahan atau penulisan semula gaya kemudian.\n\n### Format hasil, kebarangkalian dan output khusus\n\nRujukan endpoint semasa mendokumenkan JSON sebagai format respons yang disokong oleh GPT-4o Transcribe. Hasilnya mengandungi teks yang dikenal pasti, dan kebarangkalian log token pilihan boleh diminta bersama format JSON tersebut. Data kebarangkalian menerangkan pemilihan token oleh model. Data itu boleh membantu menentukan bahagian yang wajar diperiksa, tetapi perbandingan dengan audio yang memastikan sama ada transkrip menghasilkan semula nama, nombor atau frasa yang sukar.\n\nHasil JSON profil standard tidak menyediakan format sari kata asli, cap masa perkataan yang terperinci atau penetapan penutur. OpenAI mendokumenkan pilihan model dan format lain apabila output tersebut diperlukan; GPT-4o Transcribe Diarize ialah edisi pelabelan penutur yang berasingan. Bagi tugas sari kata, simpan transkrip yang telah disemak untuk langkah penentuan masa yang sesuai. Bagi perbualan, jangan mereka nama penutur semata-mata kerana perenggan transkrip kelihatan bertukar topik atau suara.\n\n### Hasil penstriman daripada fail yang telah lengkap\n\nPanduan pertuturan-ke-teks OpenAI menyatakan bahawa integrasi GPT-4o Transcribe sedia ada menyokong penstriman fail. Aplikasi memberikan rakaman terlebih dahulu, kemudian menerima teks transkrip semasa rakaman itu diproses dan menyimpan hasil yang lengkap. Ini menstrim transkrip rakaman yang telah lengkap, bukannya menerima audio mikrofon semasa audio itu masuk. Kad model yang tepat turut menyenaraikan keluarga endpoint transkripsi dan Realtime; tingkah laku sesi khusus model mesti kekal dikaitkan dengan profil ini dan tidak dipinjam daripada model penstriman berterusan yang lebih baharu.\n\n### Had model dan semakan artifak akhir\n\nSpesifikasi GPT-4o Transcribe semasa menyenaraikan tetingkap konteks 16000 token, output maksimum 2000 token dan had pengetahuan 1 Jun 2024. Had token tersebut bukan tempoh audio yang tetap dan tidak menggantikan peraturan penyediaan transkripsi fail. Bagi rakaman yang panjang, kekalkan urutan sumber dan konteks terdahulu yang relevan, kemudian pastikan teks yang lengkap mencapai penghujung setiap segmen yang dimaksudkan.\n\nTranskrip akhir yang berguna boleh menjadi bahan temu bual yang boleh dicari, sumber dokumentasi teknikal atau teks untuk aliran kerja sari kata kemudian. Semak kosa kata yang kurang pasti, kuantiti, tanda baca, loghat dan pertuturan bertindih berdasarkan rakaman. Bezakan teks yang dikenal pasti daripada pembetulan atau ringkasan kemudian, dan kekalkan pautan sumber melalui pengecam dalam aliran kerja yang menggunakannya. Model menyediakan rekod teks; penyediaan input dan semakan sumber yang teliti menentukan sama ada rekod itu sesuai untuk kegunaan seterusnya.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0649d6f09d29e76ee964b095e8226337ccf0d6b8286a545f8208b82290165f41", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "openai/gpt-4o-transcribeGPT-4o Transcribe menukar audio kepada teks menggunakan keupayaan pengecaman pertuturan GPT-4o daripada OpenAI. Model ini menyokong prompt berkonteks, petunjuk bahasa input, transkrip JSON, output fail secara penstriman dan kebarangkalian log token pilihan untuk menyemak perkataan yang kurang pasti.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT-4o Transcribe ialah model pertuturan-ke-teks OpenAI yang dikuasakan oleh GPT-4o. Inputnya ialah audio dengan panduan teks pilihan, dan outputnya ialah teks yang dikenal pasti. Model ini berasingan daripada edisi GPT-4o Mini Transcribe dan daripada GPT-4o Transcribe Diarize, model khusus untuk pelabelan penutur. Gunakan profil ini untuk menyediakan rekod teks yang setia kepada bahan lisan, dengan rakaman sumber tersedia untuk semakan dan kerja penyuntingan kemudian.
Panduan transkripsi OpenAI mendokumenkan muat naik sehingga 25 MB. Rujukan endpoint semasa menerima FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV dan WebM serta mengesyorkan metadata fail yang mengenal pasti formatnya, termasuk nama fail yang mempunyai sambungan dan jenis kandungan yang sesuai. Bagi rakaman yang lebih besar, pemampatan atau pecahan berurutan bersaiz 25 MB atau kurang mengikuti panduan pengeluar untuk input yang lebih panjang. Elakkan pemisahan di tengah ayat, dan kekalkan kedudukan setiap pecahan dalam rakaman penuh.
Bagi temu bual, kaitkan setiap fail input dengan rakaman dan bahagian yang diliputinya. Bagi pembentangan teknikal, sediakan nama produk, akronim dan kosa kata bidang yang berkaitan sebagai konteks, kemudian semak ejaan tersebut berdasarkan apa yang benar-benar disebut oleh penutur. Bagi penjelasan yang dirakam dengan nilai berangka, semak transkrip bersama sumber sebelum menukarkannya kepada prosedur bertulis. Artifak pertama yang dikehendaki ialah pertuturan yang dikenal pasti dalam bentuk teks; laporan ringkas atau dokumen terjemahan boleh disediakan daripada teks itu sebagai langkah berasingan.
Panduan pengeluar secara jelas merangkumi GPT-4o Transcribe dalam sokongan promptnya. Prompt boleh memberikan ejaan yang betul, konteks daripada segmen terdahulu dan pilihan untuk tanda baca, penggunaan huruf besar, kata pengisi atau sistem tulisan. Rujukan menyatakan bahawa bahasanya perlu sepadan dengan bahasa rakaman. Huraian ringkas yang relevan tentang topik dan kosa kata memberikan konteks berguna kepada transkripsi tanpa menganggap istilah yang tidak disebut sebagai output wajib.
Profil ini menyokong petunjuk bahasa tunggal language, yang didokumenkan dalam bentuk ISO 639-1. Memberikan bahasa input sebenar boleh membantu pengecaman. Medan keywords dan languages jamak yang lebih baharu bagi GPT Transcribe tergolong dalam model yang dinamakan secara berasingan itu dan tidak boleh dianggap tersedia untuk GPT-4o Transcribe. Kaitkan tetapan bahasa dengan pertuturan yang ditranskripsikan, dan kekalkan ungkapan asal sebelum sebarang terjemahan atau penulisan semula gaya kemudian.
Rujukan endpoint semasa mendokumenkan JSON sebagai format respons yang disokong oleh GPT-4o Transcribe. Hasilnya mengandungi teks yang dikenal pasti, dan kebarangkalian log token pilihan boleh diminta bersama format JSON tersebut. Data kebarangkalian menerangkan pemilihan token oleh model. Data itu boleh membantu menentukan bahagian yang wajar diperiksa, tetapi perbandingan dengan audio yang memastikan sama ada transkrip menghasilkan semula nama, nombor atau frasa yang sukar.
Hasil JSON profil standard tidak menyediakan format sari kata asli, cap masa perkataan yang terperinci atau penetapan penutur. OpenAI mendokumenkan pilihan model dan format lain apabila output tersebut diperlukan; GPT-4o Transcribe Diarize ialah edisi pelabelan penutur yang berasingan. Bagi tugas sari kata, simpan transkrip yang telah disemak untuk langkah penentuan masa yang sesuai. Bagi perbualan, jangan mereka nama penutur semata-mata kerana perenggan transkrip kelihatan bertukar topik atau suara.
Panduan pertuturan-ke-teks OpenAI menyatakan bahawa integrasi GPT-4o Transcribe sedia ada menyokong penstriman fail. Aplikasi memberikan rakaman terlebih dahulu, kemudian menerima teks transkrip semasa rakaman itu diproses dan menyimpan hasil yang lengkap. Ini menstrim transkrip rakaman yang telah lengkap, bukannya menerima audio mikrofon semasa audio itu masuk. Kad model yang tepat turut menyenaraikan keluarga endpoint transkripsi dan Realtime; tingkah laku sesi khusus model mesti kekal dikaitkan dengan profil ini dan tidak dipinjam daripada model penstriman berterusan yang lebih baharu.
Spesifikasi GPT-4o Transcribe semasa menyenaraikan tetingkap konteks 16000 token, output maksimum 2000 token dan had pengetahuan 1 Jun 2024. Had token tersebut bukan tempoh audio yang tetap dan tidak menggantikan peraturan penyediaan transkripsi fail. Bagi rakaman yang panjang, kekalkan urutan sumber dan konteks terdahulu yang relevan, kemudian pastikan teks yang lengkap mencapai penghujung setiap segmen yang dimaksudkan.
Transkrip akhir yang berguna boleh menjadi bahan temu bual yang boleh dicari, sumber dokumentasi teknikal atau teks untuk aliran kerja sari kata kemudian. Semak kosa kata yang kurang pasti, kuantiti, tanda baca, loghat dan pertuturan bertindih berdasarkan rakaman. Bezakan teks yang dikenal pasti daripada pembetulan atau ringkasan kemudian, dan kekalkan pautan sumber melalui pengecam dalam aliran kerja yang menggunakannya. Model menyediakan rekod teks; penyediaan input dan semakan sumber yang teliti menentukan sama ada rekod itu sesuai untuk kegunaan seterusnya.
POST /v1/audio/transcriptionsaudiotext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-4o-transcribe | Lalai— |
Medaninput_audio | Jenisobject | KeperluanDiperlukan | Nilai & had | Lalai— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input_audio |
Parametermaterial_types | Kontrakaudio |
Parametermaterial_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}
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
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 $0.005 / 1K token |
| Konfigurasitoken output | Jadual kadar— | Unit pengebilan/ 1K token | Caj Output $0.02 / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${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-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.\nBadan 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}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}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.
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 | Jenis |
|---|---|
Medantext (when present) | Jenis |
Medanusage (when present) | Jenis |
| 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. |
Ailoot Ultra openai/gpt-4o-transcribe
Gunakan laluan kaedah yang dipaparkan di atas.