Source: https://ailoot.ai/models/pt-pt/openai-gpt-transcribe/ Canonical: https://ailoot.ai/models/pt-pt/openai-gpt-transcribe/ Language: pt-pt # OpenAI: GPT Transcribe [Markdown](https://ailoot.ai/models/pt-pt/openai-gpt-transcribe/index.md) · [JSON](https://ailoot.ai/models/pt-pt/openai-gpt-transcribe/facts.json) ## [OpenAI: GPT Transcribe](https://ailoot.ai/models/pt-pt/openai-gpt-transcribe/) GPT Transcribe transforma fala gravada em texto na língua original, com instruções de contexto, indicações de palavras-chave literais e de várias línguas. A OpenAI documenta a transcrição de ficheiros completos, a transmissão progressiva dos resultados de ficheiros e a transcrição após a finalização explícita de turnos de áudio Realtime. - [**Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `openai/gpt-transcribe`](https://ailoot.ai/models/pt-pt/openai-gpt-transcribe/#method-0) Sobre o modelo Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo. GPT Transcribe é o modelo de conversão de fala em texto da OpenAI para ficheiros de áudio completos, transcrições de ficheiros transmitidas progressivamente e turnos de áudio finalizados em sessões Realtime. Aceita áudio com contexto textual opcional e devolve o texto reconhecido. O produtor apresenta-o para a transcrição precisa de fala gravada na língua original, incluindo vocabulário especializado, gravações multilingues e alternância de línguas. O resultado útil é uma transcrição ligada à gravação, com metadados sobre as línguas detetadas quando o modelo consegue fazer uma previsão fiável. #### Preparar uma gravação completa O fluxo de transcrição de ficheiros da OpenAI aceita carregamentos até 25 MB. A referência atual do ponto de acesso indica os formatos de entrada FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV e WebM e recomenda metadados suficientes para identificar o formato, incluindo uma extensão de nome de ficheiro e um tipo de conteúdo adequados. Para uma gravação maior, o guia recomenda comprimi-la ou dividi-la em ficheiros de 25 MB ou menos. Evite cortar a meio de uma frase, pois retirar a fala envolvente pode reduzir a precisão do reconhecimento. Mantenha as partes pela ordem correta e conserve as respetivas posições na gravação original. Para uma reunião, entrevista ou apresentação gravada, forneça o áudio real e identifique o tema e a terminologia que poderá ser pronunciada. Um resultado útil é o texto reconhecido, em vez de um resumo inferido da discussão. Guarde o identificador da gravação junto do texto devolvido, para que quem verifica um nome, número ou expressão incerta possa regressar à fonte correta. A transcrição pode depois servir de material para um fluxo separado de resumo, tradução ou revisão editorial. #### Contexto, indicações de palavras-chave e línguas esperadas O produtor distingue três tipos de orientação. Uma instrução fornece contexto livre sobre o tema ou a situação da gravação. As palavras-chave indicam palavras ou expressões literais esperadas na fala. Uma lista de línguas identifica as línguas faladas esperadas. Para uma discussão bilingue sobre um produto, descreva a situação na instrução, indique os nomes relevantes dos produtos como palavras-chave e forneça as línguas esperadas. São indicações para o reconhecimento; não são instruções para inserir vocabulário que ninguém pronunciou. GPT Transcribe usa o campo plural languages em vez do antigo campo singular language; a OpenAI indica que não se devem enviar ambos. O guia aceita códigos ISO 639-1 suportados, determinados códigos ISO 639-3 e códigos regionais de língua chinesa, rejeitando valores não suportados ou malformados. Cada palavra-chave tem de ficar numa única linha e não pode conter parênteses angulares, um retorno de carro ou uma mudança de linha. Uma palavra-chave inválida ou uma instrução demasiado longa pode levar à rejeição de todo o pedido. Mantenha o contexto pertinente e verifique se os nomes sugeridos ocorrem realmente no áudio, em vez de tratar a lista de indicações como a transcrição. #### Saída JSON e previsões de línguas detetadas O resultado de ficheiro documentado é JSON com a transcrição e as línguas detetadas. Essas previsões linguísticas são uma saída do modelo, não uma cópia das indicações de língua fornecidas. Uma lista de línguas vazia é um resultado válido quando o modelo não consegue fazer uma previsão fiável; não demonstra que a gravação era silenciosa nem que a transcrição falhou. Mantenha o texto reconhecido separado dos metadados linguísticos, para que o processamento posterior possa usar cada um de acordo com o seu significado. #### Transmissão progressiva da transcrição de um ficheiro Um ficheiro completo pode produzir texto de transcrição de forma incremental enquanto é processado. A OpenAI documenta eventos transcript.text.delta para texto parcial e transcript.text.done para a transcrição completa do ficheiro; o evento final também inclui as línguas detetadas. É a transmissão progressiva da saída de uma gravação já fornecida. É útil para apresentar o progresso de um carregamento longo, enquanto o evento final estabelece o texto a guardar como resultado concluído. #### Turnos finalizados em sessões Realtime GPT Transcribe também tem um fluxo Realtime especializado através de WebSocket. O áudio é acrescentado à memória intermédia de entrada e a aplicação finaliza depois explicitamente um turno de áudio. A transcrição começa para esse segmento finalizado e pode emitir incrementos de texto antes do evento de conclusão, incluindo informações sobre as línguas detetadas. O modelo usa automaticamente turnos anteriormente transcritos como contexto neste fluxo de sessão do produtor. Isto é distinto da emissão contínua de legendas em direto à medida que chega áudio do microfone; a OpenAI designa GPT Live Transcribe para esse fluxo contínuo. Para vários turnos, guarde o identificador do item de entrada junto da transcrição correspondente. A OpenAI alerta que os eventos de conclusão de turnos diferentes podem não chegar pela ordem da fala; associe, por isso, cada resultado final à respetiva entrada finalizada, em vez de ordenar a conversa apenas pelo momento de conclusão. O resultado útil é uma transcrição ordenada, montada a partir dos itens finais corretos, em que o texto intermédio representa progresso e não um enunciado concluído separado. #### Saídas especializadas e limites relevantes Este perfil não fornece um contrato universal de legendas, marcas temporais, tradução ou identificação de intervenientes. O guia de migração da OpenAI distingue essas capacidades especializadas: os formatos nativos de legendas e os tempos por palavra exigem um modelo e um formato compatíveis, enquanto a identificação de intervenientes usa GPT-4o Transcribe Diarize. O resultado de ficheiro do GPT Transcribe é JSON, em vez de uma resposta SRT, VTT ou com marcas temporais detalhadas que se possa substituir diretamente. A ficha deste modelo específico não publica um contexto numérico nem um limite máximo de saída; não se deve, por isso, pressupor uma janela de tokens de um modelo de chat para a transcrição de áudio. Verifique vocabulário difícil, números, sotaques, ruído de fundo e mudanças de língua face à gravação. Confirme que as indicações pertinentes melhoraram o reconhecimento sem introduzir termos que não foram pronunciados e que a transcrição final inclui o fim do áudio. Num resultado multilingue, preserve as palavras pronunciadas antes de preparar qualquer versão traduzida. Estas verificações tornam a transcrição útil como material de origem, mantendo claramente distintos o contexto sugerido, as línguas detetadas e a fala reconhecida. **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` `openai/gpt-transcribe` [`openai/gpt-transcribe`](https://ailoot.ai/models/pt-pt/#m=openai%2Fgpt-transcribe&route=Ultra&caller=openai%2Fgpt-transcribe&fmt=transcriptions) OpenAI /`openai/gpt-transcribe` ### Introdução GPT Transcribe transforma fala gravada em texto na língua original, com instruções de contexto, indicações de palavras-chave literais e de várias línguas. A OpenAI documenta a transcrição de ficheiros completos, a transmissão progressiva dos resultados de ficheiros e a transcrição após a finalização explícita de turnos de áudio Realtime. Entradas aceites Áudio Resultados Texto ### Disponível no Ailoot · entradas e métodos **Ailoot Ultra · Transcrição** `POST /v1/audio/transcriptions` Entrada `audio` Saída `text` | Campo | Tipo | Requisito | Valores e limites | Predefinição | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObrigatório | Valores e limites openai/gpt-transcribe | Predefinição— | | Campo`input_audio` | Tipo`object` | RequisitoObrigatório | Valores e limites | Predefinição— | Parâmetros e ciclo de vida do método | Parâmetro | Contrato | | --- | --- | | Parâmetro`content_type` | Contratoapplication/json | | Parâmetro`required` | Contratomodel, input\_audio | | Parâmetro`material_types` | Contratoaudio | | Parâmetro`material_conditions` | ContratoO exemplo lê o seu ficheiro PCM WAV real e não vazio, codifica todos os bytes do ficheiro em base64 e envia input\_audio.format como wav. | Ciclo de vida: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id exato de um registo multimédia existente pertencente ao utilizador `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarifários As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado. Modo rápido Não especificado Quando o modo rápido está selecionado Modo flex Não especificado Quando o modo flex está selecionado Esforço máximo de raciocínio Não especificado Quando o esforço máximo de raciocínio usa o ajuste predefinido (default) #### Tarifas Ailoot #### Preços por configuração Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas. | Configuração | Tabela de tarifas | Unidade de faturação | Custo | | --- | --- | --- | --- | | ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Unidade de faturação— | Custo Entrada · Tokens de entrada **—** / 1K tokens Saída · Tokens de saída **—** / 1K tokens Entrada · Leitura da cache **—** / 1K tokens Entrada · Escrita na cache **—** / 1K tokens Entrada · Escrita na cache, 1 hora **—** / 1K tokens | | Configuraçãosegundo de áudio de entrada | Tabela de tarifas— | Unidade de faturaçãopor segundo de áudio de entrada | Custo Entrada · segundo de áudio de entrada **$0.00015** por segundo de áudio de entrada | O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. [Como funcionam a reserva e a liquidação →](https://ailoot.ai/docs/pt-pt/billing/reserve/) ### Exemplos de pedidos #### Ailoot Ultra · Transcrição curl · ficheiro WAV real e resultado original completo ```bash set -eu : "${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. ``` ### Receber e guardar os resultados #### Ailoot Ultra · Transcrição Corpo completo da resposta original, estado e cabeçalhos encaminhados. Este processador não adiciona qualquer estrutura JSON universal, campo de texto ou estrutura envolvente de tarefa. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Guardar todos os resultados concluídos Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra. Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação. ##### Se for necessário verificar a resposta original Conserve o X-Client-Request-ID real e a resposta completa. Consulte os recursos originais pertencentes ao utilizador e os respetivos URLs assinados exatos de conteúdo; nunca volte a enviar uma criação incerta. Campos da resposta | Campo | Tipo | | --- | --- | | Campo`text (when present)` | Tipo | | Campo`usage (when present)` | Tipo | Erros e passos seguintes | Resposta | Condição | Passo seguinte | | --- | --- | --- | | Resposta400 · `invalid_request_error` | CondiçãoO corpo JSON ou o ID canónico explícito do modelo é inválido. | Passo seguinteConserve a resposta e corrija o campo indicado no pedido. | | Resposta401 · `authentication_error` | CondiçãoA chave API da Ailoot é inválida. | Passo seguinteUtilize a sua chave API autorizada da Ailoot. | | Resposta403 · `permission_error` | CondiçãoO grupo da chave não permite este método. | Passo seguinteConserve os detalhes do erro devolvido. | | Resposta404 · `not_found_error` | CondiçãoO método selecionado não tem uma rota autorizada. | Passo seguinteConserve os detalhes do erro devolvido. | | Resposta422 · `price_unavailable` | CondiçãoO tarifário aceite não consegue obter a quantidade de entrada ou o limite de que necessita. | Passo seguinteConserve a resposta; utilize a representação da entrada exigida pelo tarifário aceite. | | Resposta503 · `` | CondiçãoO armazenamento, a rota, o preço do método ou a reserva de que necessita não está disponível. | Passo seguinteConserve a resposta original completa. Uma reserva incerta não autoriza o reenvio. | | Resposta502 · `server_error` | CondiçãoO resultado, a utilização ou a liquidação original requer verificação. | Passo seguinteConserve o ID real do pedido e a resposta original. Consulte o registo existente pertencente ao utilizador; não volte a enviar o pedido de criação. | ### Aliases #### Aliases do modelo **Ailoot Ultra** [`openai/gpt-transcribe`](https://ailoot.ai/models/pt-pt/#m=openai%2Fgpt-transcribe&route=Ultra&caller=openai%2Fgpt-transcribe&fmt=transcriptions) #### Aliases dos caminhos dos métodos Use os caminhos dos métodos indicados acima. #### IDs de chamada relacionados [`openai/gpt-transcribe`](https://ailoot.ai/models/pt-pt/#m=openai%2Fgpt-transcribe&route=Ultra&caller=openai%2Fgpt-transcribe&fmt=transcriptions) FAQ · OpenAI: GPT Transcribe Que entradas e resultados estão disponíveis? `POST /v1/audio/transcriptions` · `openai/gpt-transcribe`: `audio` → `text` Que campos utiliza o pedido? `POST /v1/audio/transcriptions` · `openai/gpt-transcribe`: `model`, `input_audio` Ligue o Ailoot ao Claude Code, OpenCode, Hermes ou à sua aplicação. ## A empresa e a sua carteira de projetos A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. ## Compre tokens com desconto. Desconto por subscrição para trabalho regular. Códigos promocionais — até 50% na compra de tokens. Subscrição Escolha um plano com desconto para os pedidos regulares. Código promocional até 50% Introduza o código na compra. O preço é recalculado conforme a campanha em vigor. Custos no histórico O modelo, os tokens e o montante são guardados para cada pedido. [Escolher subscrição](https://ailoot.ai/docs/pt-pt/billing/subscriptions/) · [Ver preços dos modelos](https://ailoot.ai/models/pt-pt/) ## Ligue a API ao produto que vende. SaaS, aplicações e bots — ao abrigo da oferta e do contrato de licença Ailoot. Para revenda, peça uma licença de revendedor. Aplicação comercial Integre geração de texto, imagens, vídeo e som nas funcionalidades pagas do seu serviço. Licença de revendedor Envie uma descrição do projeto e do modelo de acesso. Peça condições escritas de utilização e revenda. Documentos no site A oferta, o contrato de licença e a política de tratamento de dados estão disponíveis antes da ligação. [Pedir licença de revendedor](mailto:support@ailoot.ai) · [Oferta e contrato de licença](https://ailoot.ai/legal/offer?lang=pt-pt) ## Ailoot · A empresa e a sua carteira de projetos A Ailoot assenta numa experiência operacional consolidada, numa ampla base de clientes, num serviço estável e no acompanhamento contínuo dos KPI. A empresa e a sua carteira de projetos: milhões de clientes; vendas mensais na ordem dos milhares de milhões. A Ailoot aplica essa experiência operacional ao acesso por API a funcionalidades de IA nos produtos dos clientes, agentes, aplicações e automatizações.