OpenAI: GPT-4o Mini Transcribe

GPT-4o Mini Transcribe is OpenAI’s spraak-naar-tekstmodel op basis van GPT-4o Mini. Het accepteert audio met optionele tekstaanwijzingen en produceert herkende tekst. Het is een ander model dan GPT-4o Transcribe, dat GPT-4o gebruikt, en dan het nieuwere profiel GPT Transcribe met afzonderlijke velden voor trefwoorden en meertalige hints. Het bruikbare resultaat is hier een transcript van de oorspronkelijke spraak uit de opname, voorbereid voor zoeken, beoordeling of een volgende stap in inhoudsverwerking.

De opname voorbereiden

OpenAI’s handleiding voor bestandstranscriptie accepteert audiouploads tot 25 MB. De huidige endpointreferentie vermeldt FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV en WebM, met voldoende bestandsnaam- en inhoudstypemetadata om het audioformaat te identificeren. Grotere opnamen kunnen worden gecomprimeerd of in delen van 25 MB of minder worden gesplitst. Bewaar zinsgrenzen bij het splitsen en houd elk deel verbonden met de bronopname en positie, zodat de tekst later in de juiste volgorde kan worden samengesteld.

Bewaar voor spraaknotities één herkenbaar transcript per opname en controleer namen of getallen voordat u de tekst gebruikt om taken te maken. Vergelijk voor een gesproken instructie de herkende woorden met de oorspronkelijke aanwijzingen voordat u deze voor publicatie bewerkt. Een bruikbare voorbereidingsopdracht benoemt de gesproken taal en termen die anders verkeerd kunnen worden verstaan. De woorden transcriberen is de eerste stap; een interpretatie, samenvatting of vertaling kan daarna het gecontroleerde transcript gebruiken.

Promptaanwijzingen en één taalhint

Bestaande integraties van GPT-4o Mini Transcribe ondersteunen een vrij geformuleerde prompt. OpenAI beschrijft prompts voor namen, afkortingen, opnamespecifieke woordenschat, interpunctie, hoofdletters, stopwoordjes en de gewenste schriftsoort. Volgens de endpointreferentie moet de prompt met de audiotaal overeenkomen en kan deze context uit een voorafgaand audiosegment bevatten. Voeg relevante spelling of een korte onderwerpbeschrijving toe, in plaats van een transcriptieprompt als een onbeperkte chatinstructie te laten werken.

De bestaande taalhint van dit model gebruikt het enkelvoudige veld language. De referentie van de maker documenteert een invoertaalcode in ISO 639-1-vorm, zoals “en”. De afzonderlijke velden keywords en languages in het meervoud zijn voor GPT Transcribe gedocumenteerd en behoren niet bij dit Mini-profiel. Bewaar voor een reeks opnamen de beoogde instelling voor de gesproken taal bij elke invoer, in plaats van deze als een verzoek om vertaling van het resultaat te interpreteren.

JSON-resultaat en optionele tokenwaarschijnlijkheden

De huidige endpointreferentie documenteert JSON als het ondersteunde antwoordformaat van GPT-4o Mini Transcribe. De herkende woorden verschijnen in het veld text. Op verzoek kunnen logwaarschijnlijkheden van tokens bij het JSON-antwoord worden teruggegeven; deze waarden beschrijven de tokenwaarschijnlijkheden van het model en kunnen helpen materiaal voor nadere controle te identificeren. Ze bewijzen niet dat een naam, getal of zin met het geluid overeenkomt. Gebruik de opname om te bepalen of een twijfelachtig woord moet worden gecorrigeerd.

Het gewone Mini-transcriptieprofiel levert via die JSON-afspraken geen native SRT- of VTT-uitvoer, uitgebreide tijdsaanduidingen per woord of uitvoer met sprekerlabels. OpenAI documenteert gespecialiseerde modellen en formaten voor die mogelijkheden. Bewaar wanneer het beoogde resultaat een ondertitelspoor is het gecontroleerde transcript voor een afzonderlijke tijdsbepalingswerkwijze, in plaats van aan te nemen dat een tekstresultaat al ondertitelgrenzen bevat.

Bestandsuitvoer streamen en gedocumenteerde modi

De spraak-naar-teksthandleiding van de maker vermeldt expliciet dat bestaande integraties van GPT-4o Mini Transcribe bestandsstreaming ondersteunen. Een voltooide opname kan tijdens verwerking gedeeltelijke transcripttekst en daarna een eindresultaat produceren. Bewaar het eindtranscript als het voltooide resultaat; het verschijnen van gedeeltelijke tekst betekent niet dat de bestandswerkwijze voortdurend live microfoonaudio ontvangt. De modelkaart vermeldt afzonderlijk de endpointfamilies transcriptie en Realtime. Die interfaces van de maker betekenen niet dat elk sessieveld van een ander transcriptiemodel hier van toepassing is.

Context, uitvoerbudget en bruikbare controles

OpenAI’s huidige modelspecificatie vermeldt een contextvenster van 16.000 tokens, een maximale uitvoer van 2.000 tokens en een kennisgrens van 1 juni 2024. Dit zijn modelspecificaties en geen universele opnameduur in minuten. De bestandsgrootteregel en een tokenbudget beschrijven verschillende voorwaarden. Bereid voor langer materiaal de opname volgens de gedocumenteerde bestandswerkwijze voor, neem relevante context tussen delen mee en controleer of de eindtekst het einde van de bron bevat.

Een bruikbaar resultaat van Mini Transcribe bewaart de woorden en hun verband met de opname en houdt eventuele waarschijnlijkheidsgegevens gescheiden van redactionele correcties. Controleer onbekende woordenschat, accenten, achtergrondgeluid, taalwisselingen en overlappende spraak met de oorspronkelijke audio beschikbaar. Onderscheid bij een bewerking voor leesbaarheid die redactionele versie van het herkende transcript, zodat latere gebruikers kunnen zien welke woorden uit de opname kwamen en welke tijdens de voorbereiding zijn veranderd.