Source: https://ailoot.ai/models/nb/openai-gpt-transcribe/
Canonical: https://ailoot.ai/models/nb/openai-gpt-transcribe/
Language: nb

# OpenAI: GPT Transcribe

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

## [OpenAI: GPT Transcribe](https://ailoot.ai/models/nb/openai-gpt-transcribe/)

GPT Transcribe gjør innspilt tale til tekst på originalspråket, med kontekstuelle ledetekster, ordrette nøkkelordhint og flere språkhint. OpenAI dokumenterer transkripsjon av ferdige filer, strømmede filresultater og transkripsjon etter bekreftede lydinnlegg i Realtime.

- [**Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` `openai/gpt-transcribe`](https://ailoot.ai/models/nb/openai-gpt-transcribe/#method-0)

Om modellen

Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.

GPT Transcribe er OpenAIs tale-til-tekst-modell for ferdige lydfiler, strømmede filtranskripsjoner og bekreftede lydinnlegg i Realtime-økter. Den tar imot lyd med valgfri tekstkontekst og returnerer gjenkjent tekst. Produsenten posisjonerer den for nøyaktig transkripsjon av innspilt tale på originalspråket, inkludert fagterminologi, flerspråklige opptak og veksling mellom språk. Et nyttig resultat er en transkripsjon som forblir knyttet til opptaket, med metadata om oppdagede språk når modellen kan gi en pålitelig prediksjon.

#### Klargjøring av et ferdig opptak

OpenAIs arbeidsflyt for filtranskripsjon godtar opplastinger på opptil 25 MB. Den nåværende endepunktreferansen oppgir inndataformatene FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV og WebM og anbefaler nok filmetadata til å identifisere formatet, inkludert en passende filendelse og innholdstype. For et større opptak anbefaler veiledningen komprimering eller oppdeling i filer på 25 MB eller mindre. Unngå å kutte midt i en setning, fordi fjerning av omkringliggende tale kan redusere gjenkjenningsnøyaktigheten. Behold delene i rekkefølge og ta vare på plasseringen deres i originalopptaket.

For et møte, intervju eller en innspilt presentasjon legger du ved den faktiske lyden og angir temaet og terminologien som sannsynligvis blir brukt. Et nyttig resultat er den gjenkjente ordlyden fremfor en utledet oppsummering av diskusjonen. Behold opptaksidentifikatoren sammen med den returnerte teksten, slik at en person som kontrollerer et navn, tall eller usikkert uttrykk, kan gå tilbake til riktig kilde. Transkripsjonen kan deretter bli materiale for en separat oppsummerings-, oversettelses- eller redaksjonell arbeidsflyt.

#### Kontekst, nøkkelordhint og forventede språk

Produsenten skiller mellom tre typer veiledning. En ledetekst gir fri kontekst om opptakets tema eller situasjon. Nøkkelord angir ordrette ord eller uttrykk som forventes i talen. En languages-liste angir de forventede talespråkene. For en tospråklig produktdiskusjon beskriver du situasjonen i ledeteksten, oppgir relevante produktnavn som nøkkelord og angir de forventede språkene. Dette er gjenkjenningshint; de er ikke instruksjoner om å legge inn ord som ingen sa.

GPT Transcribe bruker flertallsfeltet languages fremfor det eldre entallsfeltet language; OpenAI sier at feltene ikke skal sendes sammen i samme forespørsel. Veiledningen godtar støttede ISO 639-1-koder, utvalgte ISO 639-3-koder og regionale språkkoder for kinesisk, mens ustøttede eller feilformede verdier avvises. Hvert nøkkelord må være på én linje og må ikke inneholde en vinkelparentes, vognretur eller et linjeskift. Et ugyldig nøkkelord eller en for lang ledetekst kan føre til at hele forespørselen avvises. Hold konteksten relevant og kontroller om navnene i hintene faktisk forekommer i lyden, fremfor å behandle hintlisten som transkripsjonen.

#### JSON-utdata og prediksjoner av oppdagede språk

Det dokumenterte filresultatet er JSON som inneholder transkripsjonen og oppdagede språk. Disse språkprediksjonene er modellens utdata, ikke en kopi av de oppgitte språkhintene. En tom språkliste er et gyldig resultat når modellen ikke kan gi en pålitelig prediksjon; det fastslår ikke at opptaket var stille eller at transkripsjonen mislyktes. Hold den gjenkjente teksten og språkmetadataene atskilt, slik at videre behandling kan bruke hver del ut fra dens betydning.

#### Strømming av en filtranskripsjon

En ferdig fil kan gi transkripsjonstekst trinnvis mens den behandles. OpenAI dokumenterer hendelsene transcript.text.delta for delvis tekst og transcript.text.done for hele filtranskripsjonen; den siste hendelsen inkluderer også oppdagede språk. Dette strømmer utdataene fra et opptak som allerede er levert. Det er nyttig for å vise fremdrift ved en lang opplasting, mens slutthendelsen fastslår teksten som skal beholdes som det fullførte resultatet.

#### Bekreftede lydinnlegg i Realtime-økter

GPT Transcribe har også en spesialisert Realtime-arbeidsflyt over WebSocket. Lyd legges til i inndatabufferen, og deretter bekrefter applikasjonen et lydinnlegg eksplisitt. Transkripsjonen begynner for dette bekreftede segmentet og kan sende delvise tekstoppdateringer før fullføringshendelsen, inkludert informasjon om oppdagede språk. Modellen bruker automatisk tidligere transkriberte innlegg som kontekst i denne produsentens øktflyt. Dette er forskjellig fra å sende direkteteksting kontinuerlig etter hvert som mikrofonlyden kommer inn; OpenAI angir GPT Live Transcribe for denne kontinuerlige arbeidsflyten.

For flere innlegg beholder du identifikatoren til inndataelementet sammen med den tilhørende transkripsjonen. OpenAI advarer om at fullføringshendelser fra ulike innlegg ikke nødvendigvis kommer i talerekkefølge, så knytt hvert sluttresultat til de bekreftede inndataene fremfor å ordne en samtale bare etter fullføringstid. Det nyttige resultatet er en ordnet transkripsjon satt sammen av de riktige sluttelementene, med foreløpig tekst behandlet som fremdrift fremfor en separat, fullført ytring.

#### Spesialiserte utdata og vesentlige begrensninger

Denne profilen gir ikke en universell kontrakt for undertekster, tidsstempler, oversettelse eller taleretiketter. OpenAIs migreringsveiledning skiller disse spesialiserte funksjonene: innebygde undertekstformater og ordtidsangivelser krever en kompatibel modell og et kompatibelt format, mens taleretiketter bruker GPT-4o Transcribe Diarize. GPT Transcribes filresultat er JSON fremfor en direkte erstatning for SRT-, VTT- eller utførlige tidsstempelsvar. Det nøyaktige modellkortet publiserer ikke et tallfestet kontekst- eller maksimalutdatabudsjett, så et tokenvindu for en chatmodell skal ikke antas for lydtranskripsjon.

Kontroller vanskelig ordforråd, tall, aksenter, bakgrunnsstøy og språkskifter mot opptaket. Kontroller at relevante hint forbedret gjenkjenningen uten å legge inn termer som ikke ble sagt, og at den endelige transkripsjonen inkluderer slutten av lyden. For et flerspråklig resultat bevarer du den uttalte ordlyden før du lager en oversatt versjon. Disse kontrollene gjør transkripsjonen nyttig som kildemateriale og holder samtidig kontekstuelle hint, oppdagede språk og den gjenkjente talen tydelig atskilt.

**Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` `openai/gpt-transcribe`

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

OpenAI /`openai/gpt-transcribe`

### Start

GPT Transcribe gjør innspilt tale til tekst på originalspråket, med kontekstuelle ledetekster, ordrette nøkkelordhint og flere språkhint. OpenAI dokumenterer transkripsjon av ferdige filer, strømmede filresultater og transkripsjon etter bekreftede lydinnlegg i Realtime.

Godkjente inndata

Lyd

Resultater

Tekst

### Tilgjengelig i Ailoot · inndata & metoder

**Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions`

Inndatatyper

`audio`

Utdatatyper

`text`

| Felt | Type | Krav | Verdier & grenser | Standard |
| --- | --- | --- | --- | --- |
| Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser openai/gpt-transcribe | Standard— |
| Felt`input_audio` | Type`object` | KravPåkrevd | Verdier & grenser | Standard— |

Metodeparametere og livssyklus

| Parameter | Avtale |
| --- | --- |
| Parameter`content_type` | Avtaleapplication/json |
| Parameter`required` | Avtalemodel, input\_audio |
| Parameter`material_types` | Avtaleaudio |
| Parameter`material_conditions` | AvtaleEksemplet leser den faktiske PCM WAV-filen din, som må ha innhold, koder alle filens byte som base64 og sender input\_audio.format som wav. |

Livssyklus: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · Eksakt task\_id fra en eksisterende medieoppføring du eier

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

`GET /v1/media/assets`

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

### Priser

Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.

Hurtigmodus

Ikke angitt Når hurtigmodus er valgt

Flex-modus

Ikke angitt Når flex-modus er valgt

Maksimal resonneringsinnsats

Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats

#### Ailoot-satser

#### Priser etter konfigurasjon

Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.

| Konfigurasjon | Prisplan | Faktureringsenhet | Kostnad |
| --- | --- | --- | --- |
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Faktureringsenhet— | Kostnad Inndata · Inngående tokener **—** / 1K tokener Utdata · Utgående tokener **—** / 1K tokener Inndata · Lesing fra hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time **—** / 1K tokener |
| Konfigurasjonlydsekund i inndata | Prisplan— | Faktureringsenhetper sekund inndatalyd | Kostnad Inndata · lydsekund i inndata **$0.00015** per sekund inndatalyd |

Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/)

### Eksempelforespørsler

#### Ailoot Ultra · Transkripsjon

curl · faktisk WAV-fil og hele det opprinnelige resultatet

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

### Motta og lagre resultater

#### Ailoot Ultra · Transkripsjon

Hele den opprinnelige svarkroppen, statusen og videresendte svarhoder. Denne behandleren legger ikke til noen universell JSON-struktur, noe tekstfelt eller noen oppgaveinnpakning.

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

##### Behold alle ferdige resultater

Behold alle fullstendige returnerte svar, filer og innholdsdeler.

Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.

##### Hvis det opprinnelige svaret må kontrolleres

Behold den faktiske X-Client-Request-ID og hele svaret. Les de opprinnelige ressursene du eier, og deres eksakte signerte innholdsadresser; send aldri en usikker opprettelse på nytt.

Svarfelter

| Felt | Type |
| --- | --- |
| Felt`text (when present)` | Type |
| Felt`usage (when present)` | Type |

Feil og neste trinn

| Svar | Vilkår | Neste trinn |
| --- | --- | --- |
| Svar400 · `invalid_request_error` | VilkårJSON-kroppen eller den eksplisitte kanoniske modell-ID-en er ugyldig. | Neste trinnBehold svaret og korriger det angitte forespørselsfeltet. |
| Svar401 · `authentication_error` | VilkårAiloot API-nøkkelen er ugyldig. | Neste trinnBruk den autoriserte Ailoot API-nøkkelen din. |
| Svar403 · `permission_error` | VilkårNøkkelgruppen gir ikke tilgang til denne metoden. | Neste trinnBehold de returnerte feildetaljene. |
| Svar404 · `not_found_error` | VilkårDen valgte metoden har ingen godkjent rute. | Neste trinnBehold de returnerte feildetaljene. |
| Svar422 · `price_unavailable` | VilkårDen godtatte tariffen kan ikke hente den nødvendige inndatamengden eller grensen. | Neste trinnBehold svaret; bruk inndatarepresentasjonen som den godtatte tariffen krever. |
| Svar503 · `` | VilkårNødvendig lagring, rute, metodepris eller reservasjon er utilgjengelig. | Neste trinnBehold hele det opprinnelige svaret. En usikker reservasjon gir ikke tillatelse til å sende inn på nytt. |
| Svar502 · `server_error` | VilkårDet opprinnelige resultatet, forbruket eller oppgjøret må kontrolleres. | Neste trinnBehold den faktiske forespørsels-ID-en og det opprinnelige svaret. Les den eksisterende oppføringen du eier; ikke send opprettelsen på nytt. |

### Aliaser

#### Modellaliaser

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

#### Aliaser for metodestier

Bruk metodestiene som vises ovenfor.

#### Tilknyttede anroper-ID-er

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

FAQ · OpenAI: GPT Transcribe

Hvilke inndata og resultater er tilgjengelige?

`POST /v1/audio/transcriptions` · `openai/gpt-transcribe`: `audio` → `text`

Hvilke felt bruker forespørselen?

`POST /v1/audio/transcriptions` · `openai/gpt-transcribe`: `model`, `input_audio`

Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon.

## Selskapet og dets prosjektportefølje

Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.

## Kjøp tokener med rabatt.

Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp.

Abonnement

Velg et rabattabonnement for faste forespørsler.

Kampanjekode opptil 50%

Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje.

Kostnader i historikken

Modell, tokener og beløp lagres for hver forespørsel.

[Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/)

## Koble API-et til produktet du selger.

SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg.

Kommersiell applikasjon

Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten.

Forhandlerlisens

Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg.

Dokumenter på nettstedet

Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling.

[Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb)

## Ailoot · Selskapet og dets prosjektportefølje





Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll.





Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder.





Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.