GPT-Audio is OpenAI’s model voor audio-invoer en -uitvoer via de interface Chat Completions. Het accepteert tekst en audio en produceert tekst of audio. Daardoor is het geschikt voor een afgebakende gespreksaanvraag: een gebruiker levert een gesproken vraag, schriftelijke context of beide aan en het model ontwikkelt de gevraagde reactie in de gekozen vorm.
Een voorbeeldtoepassing is een informatieassistent op basis van spraak. Lever de opgenomen vraag samen met het referentiemateriaal dat voor het antwoord moet worden gebruikt aan. Definieer het doel van het gesprek en de feiten die de reactie moet behouden. U kunt vragen om een korte uitleg van een procedure, een verduidelijkende vraag over ontbrekende informatie of een antwoord dat de gesproken aanvraag met de aangeleverde schriftelijke context verbindt.
Specificeer voor een educatief gesprek het onderwerp en het uitlegniveau. Vraag om een gesproken reactie van een bruikbare lengte of een schriftelijke uitleg wanneer de lezer termen of stappen nauwkeurig moet kunnen bekijken. Lever voor een ondersteuningsgesprek de relevante regels en de al in het gesprek vastgestelde informatie aan. De instructie moet het gewenste volgende resultaat benoemen, in plaats van erop te vertrouwen dat de opname elke noodzakelijke voorwaarde bevat.
OpenAI vermeldt voor GPT-Audio een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. De maker documenteert streaming en functieaanroepen. Dit zijn de specificaties van het audiochatmodel; het formaat voor gespreksaanvragen staat los van een speciale werkwijze voor transcriptie of spraakgeneratie. De toepassing kiest de invoer en uitvoer die haar taak vereist en beheert de gespreksberichten.
Functieaanroepen kunnen de dialoog met een toepassingsbewerking verbinden. Beschrijf de beschikbare actie en haar argumenten en geef vervolgens het werkelijke resultaat terug nadat de toepassing haar heeft uitgevoerd. Een referentiezoekopdracht kan bijvoorbeeld de informatie voor het gesproken antwoord leveren. Een hulpmiddelaanvraag is een voorgestelde bewerking, terwijl de door het hulpmiddel teruggegeven informatie bewijs is dat het model in een vervolg kan gebruiken.
Bereid audio voor waarop de relevante spraak duidelijk te horen is en lever de schriftelijke context aan die de spreker niet noemt. Specificeer de toon, lengte en vereiste punten van de reactie. Behoud de belangrijke eerdere berichten wanneer het gesprek doorgaat en geef aan of het eindresultaat een beknopt gesproken antwoord, een uitgebreidere schriftelijke uitleg of een vraag moet zijn die ontbrekende informatie opheldert. Door de reactie aan het aangeleverde materiaal te toetsen, blijft het gesprek verbonden met de werkelijke taak van de gebruiker.
", "aboutText": "GPT-Audio is OpenAI’s model voor audio-invoer en -uitvoer via de interface Chat Completions. Het accepteert tekst en audio en produceert tekst of audio. Daardoor is het geschikt voor een afgebakende gespreksaanvraag: een gebruiker levert een gesproken vraag, schriftelijke context of beide aan en het model ontwikkelt de gevraagde reactie in de gekozen vorm.\n\nEen voorbeeldtoepassing is een informatieassistent op basis van spraak. Lever de opgenomen vraag samen met het referentiemateriaal dat voor het antwoord moet worden gebruikt aan. Definieer het doel van het gesprek en de feiten die de reactie moet behouden. U kunt vragen om een korte uitleg van een procedure, een verduidelijkende vraag over ontbrekende informatie of een antwoord dat de gesproken aanvraag met de aangeleverde schriftelijke context verbindt.\n\nSpecificeer voor een educatief gesprek het onderwerp en het uitlegniveau. Vraag om een gesproken reactie van een bruikbare lengte of een schriftelijke uitleg wanneer de lezer termen of stappen nauwkeurig moet kunnen bekijken. Lever voor een ondersteuningsgesprek de relevante regels en de al in het gesprek vastgestelde informatie aan. De instructie moet het gewenste volgende resultaat benoemen, in plaats van erop te vertrouwen dat de opname elke noodzakelijke voorwaarde bevat.\n\nOpenAI vermeldt voor GPT-Audio een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. De maker documenteert streaming en functieaanroepen. Dit zijn de specificaties van het audiochatmodel; het formaat voor gespreksaanvragen staat los van een speciale werkwijze voor transcriptie of spraakgeneratie. De toepassing kiest de invoer en uitvoer die haar taak vereist en beheert de gespreksberichten.\n\nFunctieaanroepen kunnen de dialoog met een toepassingsbewerking verbinden. Beschrijf de beschikbare actie en haar argumenten en geef vervolgens het werkelijke resultaat terug nadat de toepassing haar heeft uitgevoerd. Een referentiezoekopdracht kan bijvoorbeeld de informatie voor het gesproken antwoord leveren. Een hulpmiddelaanvraag is een voorgestelde bewerking, terwijl de door het hulpmiddel teruggegeven informatie bewijs is dat het model in een vervolg kan gebruiken.\n\nBereid audio voor waarop de relevante spraak duidelijk te horen is en lever de schriftelijke context aan die de spreker niet noemt. Specificeer de toon, lengte en vereiste punten van de reactie. Behoud de belangrijke eerdere berichten wanneer het gesprek doorgaat en geef aan of het eindresultaat een beknopt gesproken antwoord, een uitgebreidere schriftelijke uitleg of een vraag moet zijn die ontbrekende informatie opheldert. Door de reactie aan het aangeleverde materiaal te toetsen, blijft het gesprek verbonden met de werkelijke taak van de gebruiker.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Write a conversational clarification\n\nWrite a brief conversational reply for a delivery assistant. Customer: “Can you bring it tomorrow morning?” Reference: tomorrow offers 09:00–12:00 and 12:00–15:00 windows, but no delivery address is on record. Ask for the missing information, mention the morning window and avoid confirming a booking. Return the reply as written text.A short written dialogue turn that names the morning window and requests the delivery address.Check that the reply does not claim a slot is booked or invent an address.openai/gpt-audioEen audiochatmodel van OpenAI dat tekst en audio accepteert en tekst of gesproken uitvoer teruggeeft. Gebruik een opgenomen vraag samen met schriftelijke instructies en referentiemateriaal om een antwoord te ontwikkelen dat bij het gesprek aansluit.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-Audio is OpenAI’s model voor audio-invoer en -uitvoer via de interface Chat Completions. Het accepteert tekst en audio en produceert tekst of audio. Daardoor is het geschikt voor een afgebakende gespreksaanvraag: een gebruiker levert een gesproken vraag, schriftelijke context of beide aan en het model ontwikkelt de gevraagde reactie in de gekozen vorm.
Een voorbeeldtoepassing is een informatieassistent op basis van spraak. Lever de opgenomen vraag samen met het referentiemateriaal dat voor het antwoord moet worden gebruikt aan. Definieer het doel van het gesprek en de feiten die de reactie moet behouden. U kunt vragen om een korte uitleg van een procedure, een verduidelijkende vraag over ontbrekende informatie of een antwoord dat de gesproken aanvraag met de aangeleverde schriftelijke context verbindt.
Specificeer voor een educatief gesprek het onderwerp en het uitlegniveau. Vraag om een gesproken reactie van een bruikbare lengte of een schriftelijke uitleg wanneer de lezer termen of stappen nauwkeurig moet kunnen bekijken. Lever voor een ondersteuningsgesprek de relevante regels en de al in het gesprek vastgestelde informatie aan. De instructie moet het gewenste volgende resultaat benoemen, in plaats van erop te vertrouwen dat de opname elke noodzakelijke voorwaarde bevat.
OpenAI vermeldt voor GPT-Audio een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. De maker documenteert streaming en functieaanroepen. Dit zijn de specificaties van het audiochatmodel; het formaat voor gespreksaanvragen staat los van een speciale werkwijze voor transcriptie of spraakgeneratie. De toepassing kiest de invoer en uitvoer die haar taak vereist en beheert de gespreksberichten.
Functieaanroepen kunnen de dialoog met een toepassingsbewerking verbinden. Beschrijf de beschikbare actie en haar argumenten en geef vervolgens het werkelijke resultaat terug nadat de toepassing haar heeft uitgevoerd. Een referentiezoekopdracht kan bijvoorbeeld de informatie voor het gesproken antwoord leveren. Een hulpmiddelaanvraag is een voorgestelde bewerking, terwijl de door het hulpmiddel teruggegeven informatie bewijs is dat het model in een vervolg kan gebruiken.
Bereid audio voor waarop de relevante spraak duidelijk te horen is en lever de schriftelijke context aan die de spreker niet noemt. Specificeer de toon, lengte en vereiste punten van de reactie. Behoud de belangrijke eerdere berichten wanneer het gesprek doorgaat en geef aan of het eindresultaat een beknopt gesproken antwoord, een uitgebreidere schriftelijke uitleg of een vraag moet zijn die ontbrekende informatie opheldert. Door de reactie aan het aangeleverde materiaal te toetsen, blijft het gesprek verbonden met de werkelijke taak van de gebruiker.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-audio | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.005 / 1K tokens Uitvoer · Uitvoertokens $0.02 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.005 / 1K tokens Uitvoer · Uitvoertokens $0.02 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-audio", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-audio',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-audio',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra openai/gpt-audio
Gebruik de hierboven getoonde methodepaden.
openai/gpt-audioEen audiochatmodel van OpenAI dat tekst en audio accepteert en tekst of gesproken uitvoer teruggeeft. Gebruik een opgenomen vraag samen met schriftelijke instructies en referentiemateriaal om een antwoord te ontwikkelen dat bij het gesprek aansluit.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
GPT-Audio is OpenAI’s model voor audio-invoer en -uitvoer via de interface Chat Completions. Het accepteert tekst en audio en produceert tekst of audio. Daardoor is het geschikt voor een afgebakende gespreksaanvraag: een gebruiker levert een gesproken vraag, schriftelijke context of beide aan en het model ontwikkelt de gevraagde reactie in de gekozen vorm.
Een voorbeeldtoepassing is een informatieassistent op basis van spraak. Lever de opgenomen vraag samen met het referentiemateriaal dat voor het antwoord moet worden gebruikt aan. Definieer het doel van het gesprek en de feiten die de reactie moet behouden. U kunt vragen om een korte uitleg van een procedure, een verduidelijkende vraag over ontbrekende informatie of een antwoord dat de gesproken aanvraag met de aangeleverde schriftelijke context verbindt.
Specificeer voor een educatief gesprek het onderwerp en het uitlegniveau. Vraag om een gesproken reactie van een bruikbare lengte of een schriftelijke uitleg wanneer de lezer termen of stappen nauwkeurig moet kunnen bekijken. Lever voor een ondersteuningsgesprek de relevante regels en de al in het gesprek vastgestelde informatie aan. De instructie moet het gewenste volgende resultaat benoemen, in plaats van erop te vertrouwen dat de opname elke noodzakelijke voorwaarde bevat.
OpenAI vermeldt voor GPT-Audio een contextvenster van 128.000 tokens, een maximale uitvoer van 16.384 tokens en een kennisgrens van 1 oktober 2023. De maker documenteert streaming en functieaanroepen. Dit zijn de specificaties van het audiochatmodel; het formaat voor gespreksaanvragen staat los van een speciale werkwijze voor transcriptie of spraakgeneratie. De toepassing kiest de invoer en uitvoer die haar taak vereist en beheert de gespreksberichten.
Functieaanroepen kunnen de dialoog met een toepassingsbewerking verbinden. Beschrijf de beschikbare actie en haar argumenten en geef vervolgens het werkelijke resultaat terug nadat de toepassing haar heeft uitgevoerd. Een referentiezoekopdracht kan bijvoorbeeld de informatie voor het gesproken antwoord leveren. Een hulpmiddelaanvraag is een voorgestelde bewerking, terwijl de door het hulpmiddel teruggegeven informatie bewijs is dat het model in een vervolg kan gebruiken.
Bereid audio voor waarop de relevante spraak duidelijk te horen is en lever de schriftelijke context aan die de spreker niet noemt. Specificeer de toon, lengte en vereiste punten van de reactie. Behoud de belangrijke eerdere berichten wanneer het gesprek doorgaat en geef aan of het eindresultaat een beknopt gesproken antwoord, een uitgebreidere schriftelijke uitleg of een vraag moet zijn die ontbrekende informatie opheldert. Door de reactie aan het aangeleverde materiaal te toetsen, blijft het gesprek verbonden met de werkelijke taak van de gebruiker.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten openai/gpt-audio | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.005 / 1K tokens Uitvoer · Uitvoertokens $0.02 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.005 / 1K tokens Uitvoer · Uitvoertokens $0.02 / 1K tokens Invoer · Cache lezen — / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "openai/gpt-audio",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-audio', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-audio', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra openai/gpt-audio
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Write a conversational clarification\n\nWrite a brief conversational reply for a delivery assistant. Customer: “Can you bring it tomorrow morning?” Reference: tomorrow offers 09:00–12:00 and 12:00–15:00 windows, but no delivery address is on record. Ask for the missing information, mention the morning window and avoid confirming a booking. Return the reply as written text.A short written dialogue turn that names the morning window and requests the delivery address.Check that the reply does not claim a slot is booked or invent an address.