Source: https://ailoot.ai/models/sk/openai-gpt-4o-transcribe-diarize/ Canonical: https://ailoot.ai/models/sk/openai-gpt-4o-transcribe-diarize/ Language: sk # gpt-4o-transcribe-diarize [Markdown](https://ailoot.ai/models/sk/openai-gpt-4o-transcribe-diarize/index.md) · [JSON](https://ailoot.ai/models/sk/openai-gpt-4o-transcribe-diarize/facts.json) ## [gpt-4o-transcribe-diarize](https://ailoot.ai/models/sk/openai-gpt-4o-transcribe-diarize/) GPT-4o Transcribe Diarize prevádza zaznamenanú reč na text so segmentmi označenými podľa hovoriaceho a s časovými údajmi. Je vhodný na stretnutia, rozhovory a nahrávky viacerých ľudí, pri ktorých musí prepis ukazovať, kto kedy hovoril, s voliteľnými krátkymi hlasovými ukážkami známych hovoriacich. - [**Ailoot Ultra · Rozpoznávanie reči** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sk/openai-gpt-4o-transcribe-diarize/#method-0) O modeli Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu. GPT-4o Transcribe Diarize je model OpenAI na automatické rozpoznávanie reči so zabudovanou diarizáciou hovoriacich. Priraďuje prepísané zvukové segmenty k jednotlivým hovoriacim v konverzácii. Užitočným výsledkom je prepis usporiadaný podľa hovoriaceho a času namiesto jediného súvislého bloku slov. Je určený na zaznamenanú reč vyžadujúcu označenie hovoriacich, napríklad stretnutie, rozhovor alebo diskusiu viacerých ľudí. #### Pripravte dokončenú nahrávku Poskytnite nahrávku, ktorá sa má prepísať. Dokumentovaný súborový postup prijíma MP3, MP4, MPEG, MPGA, M4A, WAV a WebM s limitom veľkosti súboru 25 MB. Zdrojovú nahrávku uchovajte dostupnú, aby sa prehovor, meno alebo nejasná fráza dali overiť podľa skutočného zvuku. Pri stretnutí zachovajte poradie konverzácie namiesto vystrihovania krátkych prestávok, ktoré pomáhajú odlíšiť prehovory. Pri rozhovore zachovajte otázku a odpoveď spolu, keď úloha potrebuje ich vzťah. Príprava zvuku má zabezpečiť počuteľnosť reči bez odstránenia informácií dôležitých pre výsledok s označenými hovoriacimi. Ide o postup prepisu súboru. Spracovanie dokončenej nahrávky a rozpoznávanie stále prichádzajúceho zvukového prúdu sú odlišné úlohy; označovanie hovoriacich týmto modelom nie je podporované v reláciách prepisu Realtime. #### Vyžiadajte si prepis s označenými hovoriacimi Výsledný formát `diarized_json` vracia segmenty s označeniami identity hovoriacich a časom začiatku a konca. Každý segment obsahuje aj prepísaný text. Tieto polia uchovávajte spolu, aby sa slová dali spojiť s príslušnou časťou nahrávky. Pri užitočnom prepise stretnutia zachovajte poradie segmentov a zobrazte slová každého hovoriaceho s ich časovými údajmi. Neskoršia úloha môže tento prepis použiť na prípravu zápisnice alebo zoznamu úloh, ale samotná diarizácia nerozhoduje, na čom sa účastníci dohodli, ani nevytvára overené zhrnutie. Označenia hovoriacich opisujú zoskupenie reči modelom. Skontrolujte prechody, pri ktorých sa ľudia prerušujú, hovoria krátko alebo súčasne. Dobre usporiadaný výsledok pomáha pri navigácii a kontrole, ale konkrétne priradenie môže stále vyžadovať vypočutie pôvodného zvuku. #### Referenčné ukážky známych hovoriacich Dokumentovaný postup môže prijať najviac štyri pomenované referenčné ukážky hovoriacich. Každá ukážka je krátky zvukový klip s dĺžkou 2–10 sekúnd vo formáte podporovanom pri hlavnom nahrávaní súboru. Mená a ukážky sa poskytujú spolu, aby sa segmenty dali priradiť známym hovoriacim. Pripravte ukážku, ktorá jasne obsahuje požadovaného hovoriaceho, a jej meno udržiavajte v súlade so zamýšľanými označeniami prepisu. Pri rozhovore môže ukážka moderátora pomôcť usporiadať výsledok s označenými hovoriacimi bez toho, aby každý účastník dostal anonymné označenie. Ukážka je vstupom na priradenie; nejde o všeobecné klonovanie hlasu ani o dôkaz identity osoby. Nezamieňajte pomenovanie hovoriaceho s úpravou vyslovených slov. Užitočný výstup musí stále zachovať obsah nahrávky a skutočné poradie prehovorov. #### Delenie na časti a limity modelu Pri zvuku dlhšom než 30 sekúnd výrobca vyžaduje stratégiu delenia na časti: buď automatické delenie, alebo konfiguráciu detekcie hlasovej aktivity. Táto požiadavka nie je maximálnou dĺžkou nahrávky. Opisuje spôsob rozdelenia dlhšieho vstupu na spracovanie. Karta modelu uvádza kontextové okno 16000 tokenov a maximálne 2000 výstupných tokenov. Ide o tokenové limity modelu, oddelené od limitu nahrávania 25 MB a prahu delenia na časti v súborovom postupe. Nemajú sa prepočítavať na vymyslený počet minút platný pre každú nahrávku. Pri zostavovaní alebo kontrole dlhšieho prepisu zachovajte časové údaje a identitu segmentov. Ak bola nahrávka pred odoslaním rozdelená, uchovajte vzťah každej časti k pôvodnému zvuku, aby sa miestna časová značka nezamieňala s jej polohou v celej konverzácii. #### Streamovanie dokončených segmentov Súborový postup prepisu môže streamovať text počas spracovania nahrávky. Pri streamovaní s označenými hovoriacimi vytvárajú dokončené segmenty udalosti segmentov. Prírastky textu obsahujú identifikátor segmentu, ale nie priebežné priradenie hovoriaceho; hovoriaci sa priradí pri dokončení segmentu. Tento rozdiel je dôležitý pri zobrazovaní. Predbežný text a dokončený prehovor zobrazujte ako odlišné stavy namiesto pridávania neistého označenia hovoriaceho pred dokončením segmentu modelom. Dokončený výsledok uchovajte, keď je prepis potrebný na neskoršie úpravy alebo analýzu. #### Hranice modelu a výstupu Tento profil je diarizačný model, odlišný od bežného prepisu GPT-4o, prepisu Mini, syntézy reči a modelov na živú konverzáciu. Nepodporuje prompty na prepis; prípadnú kontrolu terminológie alebo opravu vykonávajte ako samostatný krok overený podľa pôvodného zvuku. Jeho rozhraním u výrobcu je prepis zaznamenaného zvuku na text. Negeneruje zvukovú odpoveď ani neprekladá nahrávku prostredníctvom samostatného postupu zvukového prekladu. Používajte ho na prepisy, ktoré potrebujú obsah aj štruktúru hovoriacich. Mená, odborné výrazy, čísla, hranice prehovorov a priradenia overte podľa nahrávky. Uchovajte zvuk, zvolený formát výsledku, referenčné ukážky a dokončený prepis, aby sa oprava mohla zamerať na konkrétnu frázu alebo priradenie hovoriaceho. **Ailoot Ultra · Rozpoznávanie reči** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe-diarize` [`openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sk/#m=openai%2Fgpt-4o-transcribe-diarize&route=Ultra&caller=openai%2Fgpt-4o-transcribe-diarize&fmt=transcriptions) OpenAI /`openai/gpt-4o-transcribe-diarize` ### Úvod GPT-4o Transcribe Diarize prevádza zaznamenanú reč na text so segmentmi označenými podľa hovoriaceho a s časovými údajmi. Je vhodný na stretnutia, rozhovory a nahrávky viacerých ľudí, pri ktorých musí prepis ukazovať, kto kedy hovoril, s voliteľnými krátkymi hlasovými ukážkami známych hovoriacich. Povolené vstupy Audio Výsledky transcription ### Dostupné v Ailoot · vstupy a metódy **Ailoot Ultra · Rozpoznávanie reči** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `transcription` Výstupný formát json | Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity openai/gpt-4o-transcribe-diarize | Predvolené— | | Pole`file` | Typ`file` | PožiadavkaPovinné | Hodnoty a limity Maximálny počet bajtov: 26 214 400 Typy MIME: audio/mpeg Prípona súboru: .mp3 Maximálne trvanie, sekundy: 30 | Predvolené— | | Pole`response_format` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity diarized\_json | Predvolené— | Kombinácie vstupných podkladov **diarized\_transcription** Parametre a životný cyklus metódy | Parameter | Špecifikácia | | --- | --- | | Parameter`content_type` | Špecifikáciamultipart/form-data | | Parameter`required` | Špecifikáciamodel, file, response\_format | | Parameter`file_formats` | Špecifikáciamp3 | | Parameter`max_audio_seconds` | Špecifikácia30 | | Parameter`max_bytes` | Špecifikácia26214400 | | Parameter`response_format` | Špecifikáciadiarized\_json | | Parameter`other_options` | Špecifikáciafalse | | Parameter`material_types` | Špecifikáciaaudio | | Parameter`additional_properties` | Špecifikáciafalse | | Parameter`form_string_maximum_bytes` | Špecifikácia256 | Aliasy metódy: `/audio/transcriptions` Životný cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · skutočne vrátené task\_id alebo záznam v knižnici médií `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Použite skutočnú nahrávku a zodpovedajúci formát. Zachovajte celý prepis, segmenty, ID hovoriacich a časovanie. ### Cenník Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde. Rýchly režim Neuvedené Keď je zvolený rýchly režim Režim Flex Neuvedené Keď je zvolený režim flex Maximálna úroveň uvažovania Neuvedené Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default) #### Sadzby Ailoot #### Ceny podľa konfigurácie Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu. | Konfigurácia | Sadzobník | Účtovacia jednotka | Poplatok | | --- | --- | --- | --- | | KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Účtovacia jednotka— | Poplatok Vstup · Vstupné tokeny **—** / 1K tokenov Výstup · Výstupné tokeny **—** / 1K tokenov Vstup · Čítanie cache **—** / 1K tokenov Vstup · Zápis do cache **—** / 1K tokenov Vstup · Zápis do cache, 1 hod **—** / 1K tokenov | | KonfiguráciaUltra | Sadzobník— | Účtovacia jednotka/ 1K audio tokenov | Poplatok Vstup · vstupný zvukový token **$0.012** / 1K audio tokenov | | KonfiguráciaUltra | Sadzobník— | Účtovacia jednotka/ 1K audio tokenov | Poplatok Výstup · výstupný zvukový token **$0.02** / 1K audio tokenov | Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. [Ako funguje rezervácia a vyúčtovanie →](https://ailoot.ai/docs/sk/billing/reserve/) ### Príklady požiadaviek #### Ailoot Ultra · Rozpoznávanie reči curl · presná uložená požiadavka na vytvorenie ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual MP3 recording}" export AILOOT_AUDIO_FILE python3 - <<'PY_REQUEST' import os from pathlib import Path p=Path(os.environ["AILOOT_AUDIO_FILE"]) if not p.is_file() or p.suffix.lower()!=".mp3":raise SystemExit("Choose an existing MP3 recording") PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" \ --form-string model=openai/gpt-4o-transcribe-diarize -F "file=@$AILOOT_AUDIO_FILE" --form-string response_format=diarized_json \ -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("result.json").read_text()))) PY_RESULT ``` ### Prijať a uložiť výsledky #### Ailoot Ultra · Rozpoznávanie reči json - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Čítanie ďalšieho obsahu Uložiť každý vrátený prepis, ktorý vám patríKnižnica médiíStav úlohyPodrobnosti podkladu ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" export AILOOT_API_KEY python3 - <<'PY_ASSETS' import json,os,subprocess from pathlib import Path from urllib.parse import urljoin,urlsplit r=json.loads(Path('result.json').read_text()) urls=[] if isinstance(r.get('asset_url'),str) and r['asset_url']:urls.append(('transcript',r['asset_url'])) for label,path in urls: u=urljoin('https://api.ailoot.ai',path);z=urlsplit(u) if z.scheme!='https' or z.netloc!='api.ailoot.ai' or z.username or z.password:raise SystemExit('Use the actual returned Ailoot owned content URL') target=Path('owned-'+label+'.bin') subprocess.run(['curl','--fail-with-body','--silent','--show-error',u,'-H','Authorization: Bearer '+os.environ['AILOOT_API_KEY'],'-D',str(target)+'.headers','-o',str(target)],check=True) print('All returned owned URLs saved; complete metadata, timing and usage remain in the JSON.') PY_ASSETS ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### Uchovať všetky dokončené výsledky Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu. Zachovajte celý JSON, nielen text; zachovajte každý dostupný segment, hovoriaceho a časovú značku aj skutočnú identitu úlohy alebo súboru. ##### Ak treba overiť pôvodnú odpoveď Uchovajte pôvodné operation\_id/X-Client-Request-ID na zosúladenie záznamov bez opätovného odoslania; neexistuje samostatná trasa na priebežné zisťovanie stavu zvuku. Polia odpovede | Pole | Typ | | --- | --- | | Pole`text` | Typstring | | Pole`segments[]` | Typobject | | Pole`task_id` | Typstring | | Pole`asset_url` | Typstring | | Pole`usage` | Typobject | | Pole`segments[].speaker` | Typstring | | Pole`segments[].start` | Typnumber | | Pole`segments[].end` | Typnumber | Chyby a ďalšie kroky | Odpoveď | Podmienka | Ďalší krok | | --- | --- | --- | | Odpoveď400 · `invalid_request_error` | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. | | Odpoveď`server_error` | PodmienkaVrátená odpoveď uvádza, že operáciu alebo výsledok je potrebné skontrolovať | Ďalší krokUchovajte pôvodné vrátené ID operácie/úlohy, hlavičky požiadavky a odpoveď; naďalej čítajte údaje o tejto pôvodnej operácii podporovaným spôsobom. Požiadavku na vytvorenie znova neodosielajte. | ### Aliasy #### Aliasy modelov **Ailoot Ultra** [`openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sk/#m=openai%2Fgpt-4o-transcribe-diarize&route=Ultra&caller=openai%2Fgpt-4o-transcribe-diarize&fmt=transcriptions) #### Aliasy ciest metód `/audio/transcriptions` #### Súvisiace ID na volanie [`openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sk/#m=openai%2Fgpt-4o-transcribe-diarize&route=Ultra&caller=openai%2Fgpt-4o-transcribe-diarize&fmt=transcriptions) FAQ · gpt-4o-transcribe-diarize Aké vstupy a výsledky sú dostupné? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe-diarize`: `audio` → `transcription` Aké polia používa požiadavka? `POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe-diarize`: `model`, `file`, `response_format` Pripojte Ailoot k Claude Code, OpenCode, Hermes alebo vlastnej aplikácii. ## Spoločnosť a jej portfólio projektov Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. ## Nakupujte tokeny so zľavou. Zľava predplatného na pravidelnú prácu. Promo kódy až 50% na nákup tokenov. Predplatné Na pravidelné požiadavky vyberte tarifu so zľavou. Promo kód až 50% Pri nákupe zadajte kód. Cena sa prepočíta podľa prebiehajúcej akcie. Výdavky v histórii Pri každej požiadavke sa uloží model, tokeny a suma. [Vybrať predplatné](https://ailoot.ai/docs/sk/billing/subscriptions/) · [Zobraziť ceny modelov](https://ailoot.ai/models/sk/) ## Pripojte API k produktu, ktorý predávate. SaaS, aplikácie a boti podľa ponuky a licenčnej zmluvy Ailoot. Na ďalší predaj požiadajte o licenciu predajcu. Komerčná aplikácia Začleňte generovanie textu, obrázkov, videa a zvuku do platených funkcií svojej služby. Licencia pre predajcu Pošlite popis projektu a spôsob poskytovania prístupu. Vyžiadajte písomné podmienky použitia a ďalšieho predaja. Dokumenty na webe Ponuka, licenčná zmluva a zásady spracovania dát sú dostupné pred pripojením. [Požiadať o licenciu predajcu](mailto:support@ailoot.ai) · [Ponuka a licenčná zmluva](https://ailoot.ai/legal/offer?lang=sk) ## Ailoot · Spoločnosť a jej portfólio projektov Ailoot stavia na dlhodobých prevádzkových skúsenostiach, širokej klientskej základni, stabilných službách a priebežnom sledovaní KPI. Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. Ailoot využíva tieto prevádzkové skúsenosti na poskytovanie prístupu cez API k funkciám AI v produktoch zákazníkov, agentoch, aplikáciách a automatizáciách.