OpenAI: GPT-4o Transcribe

GPT-4o Transcribe to model OpenAI do zamiany mowy na tekst, oparty na GPT-4o. Przyjmuje dźwięk z opcjonalnymi wskazówkami tekstowymi i zwraca rozpoznany tekst. Jest odrębny od wersji GPT-4o Mini Transcribe oraz GPT-4o Transcribe Diarize, wyspecjalizowanego modelu do oznaczania mówców. Ten profil służy do przygotowania wiernego zapisu wypowiedzi; zachowaj nagranie źródłowe do kontroli i późniejszej pracy redakcyjnej.

Pliki wejściowe i przygotowanie długiego materiału

Przewodnik OpenAI dotyczący transkrypcji opisuje przesyłanie plików do 25 MB. Aktualna dokumentacja punktu końcowego dopuszcza FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV i WebM oraz zaleca metadane pliku wskazujące format, w tym nazwę z rozszerzeniem i odpowiedni typ zawartości. W przypadku większego nagrania wskazówki producenta dotyczące długich danych wejściowych przewidują kompresję lub uporządkowane części o wielkości nieprzekraczającej 25 MB. Unikaj dzielenia w środku zdania i zachowaj położenie każdej części w całym nagraniu.

W wywiadzie powiąż każdy plik wejściowy z nagraniem i obejmowanym fragmentem. W prezentacji technicznej przygotuj odpowiednie nazwy produktów, skróty i słownictwo dziedzinowe jako kontekst, a następnie sprawdź ich pisownię względem rzeczywistej wypowiedzi. W nagranym objaśnieniu zawierającym wartości liczbowe porównaj transkrypcję ze źródłem, zanim zamienisz ją w pisemną procedurę. Pierwszym oczekiwanym materiałem jest rozpoznana mowa w postaci tekstu; skrócony raport lub przetłumaczony dokument można przygotować z tego tekstu w osobnym kroku.

Prompty dopasowane do nagrania i wybór języka

Przewodnik producenta wyraźnie wymienia GPT-4o Transcribe wśród modeli obsługujących prompty. Prompt może dostarczyć poprawną pisownię, kontekst poprzedniego segmentu oraz preferencje dotyczące interpunkcji, wielkich liter, wypełniaczy wypowiedzi lub systemu pisma. Dokumentacja wskazuje, że powinien odpowiadać językowi nagrania. Krótki, trafny opis tematu i słownictwa daje transkrypcji użyteczny kontekst bez traktowania niewypowiedzianych terminów jako obowiązkowej treści wyniku.

Ten profil obsługuje wskazówkę language w liczbie pojedynczej, opisaną w formacie ISO 639-1. Podanie rzeczywistego języka wejściowego może wspomóc rozpoznawanie. Nowsze pole keywords oraz pole languages w liczbie mnogiej należą do osobno nazwanego modelu GPT Transcribe i nie należy zakładać ich dostępności w GPT-4o Transcribe. Powiąż ustawienie języka z transkrybowaną mową i zachowaj oryginalne sformułowania przed późniejszym tłumaczeniem lub zmianą stylu.

Format wyniku, prawdopodobieństwa i wyspecjalizowane wyniki

Aktualna dokumentacja punktu końcowego wskazuje JSON jako obsługiwany format odpowiedzi GPT-4o Transcribe. Wynik zawiera rozpoznany tekst, a w tym formacie JSON można opcjonalnie zażądać logarytmów prawdopodobieństwa tokenów. Dane te opisują wybór tokenów przez model. Mogą wskazać fragmenty wymagające kontroli, ale dopiero porównanie z dźwiękiem pozwala ustalić, czy transkrypcja odtwarza trudną nazwę, liczbę lub frazę.

Wynik JSON standardowego profilu nie dostarcza natywnych formatów napisów, szczegółowych znaczników czasu poszczególnych słów ani przypisania mówców. OpenAI opisuje inne kombinacje modelu i formatu, gdy potrzebne są takie wyniki; GPT-4o Transcribe Diarize jest odrębną wersją oznaczającą mówców. Przy tworzeniu napisów zachowaj sprawdzoną transkrypcję do odpowiedniego etapu ustalania czasu. W rozmowie nie wymyślaj nazw mówców tylko dlatego, że akapit transkrypcji sprawia wrażenie zmiany tematu lub głosu.

Strumieniowe wyniki z ukończonego pliku

Przewodnik OpenAI dotyczący zamiany mowy na tekst wskazuje, że istniejące integracje GPT-4o Transcribe obsługują strumieniowe przetwarzanie plików. Aplikacja najpierw dostarcza nagranie, następnie odbiera tekst transkrypcji w trakcie przetwarzania tego nagrania i zachowuje ukończony wynik. Strumieniowo przesyłana jest transkrypcja ukończonego nagrania, a nie dźwięk z mikrofonu przyjmowany na bieżąco. Karta tego konkretnego modelu wymienia również rodziny punktów końcowych transkrypcji i Realtime; zachowanie sesji właściwe temu modelowi musi pozostać przypisane do tego profilu, zamiast być zapożyczane z nowszego modelu ciągłego strumieniowania.

Limity modelu i kontrola końcowego materiału

Aktualna specyfikacja GPT-4o Transcribe podaje okno kontekstu 16 000 tokenów, maksymalny wynik 2 000 tokenów i datę graniczną wiedzy 1 czerwca 2024 roku. Te limity tokenów nie oznaczają stałego czasu trwania dźwięku i nie zastępują zasad przygotowania pliku do transkrypcji. Przy długim nagraniu zachowaj kolejność źródła i istotny wcześniejszy kontekst, a potem sprawdź, czy ukończony tekst dochodzi do końca każdego zamierzonego segmentu.

Przydatna końcowa transkrypcja może stać się przeszukiwalnym materiałem z wywiadu, źródłem dokumentacji technicznej lub tekstem do późniejszego przygotowania napisów. Sprawdź niepewne słownictwo, ilości, interpunkcję, akcenty i nakładające się wypowiedzi względem nagrania. Oddziel rozpoznany tekst od późniejszych poprawek lub streszczeń i zachowaj powiązanie ze źródłem za pomocą identyfikatorów w otaczającym procesie. Model dostarcza zapis tekstowy; staranne przygotowanie wejścia i kontrola źródła decydują, czy zapis nadaje się do następnego zastosowania.