Source: https://ailoot.ai/models/sk/openai-gpt-transcribe/ Canonical: https://ailoot.ai/models/sk/openai-gpt-transcribe/ Language: sk # OpenAI: GPT Transcribe [Markdown](https://ailoot.ai/models/sk/openai-gpt-transcribe/index.md) · [JSON](https://ailoot.ai/models/sk/openai-gpt-transcribe/facts.json) ## [OpenAI: GPT Transcribe](https://ailoot.ai/models/sk/openai-gpt-transcribe/) GPT Transcribe prevádza nahranú reč na text v pôvodnom jazyku s kontextovými promptmi, doslovnými kľúčovými slovami a informáciami o viacerých očakávaných jazykoch. OpenAI dokumentuje prepis dokončených súborov, streamované výsledky súborov a prepis po potvrdení zvukových vstupov v Realtime. - [**Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` `openai/gpt-transcribe`](https://ailoot.ai/models/sk/openai-gpt-transcribe/#method-0) O modeli Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu. GPT Transcribe je model OpenAI na prevod reči na text pre dokončené zvukové súbory, streamované prepisy súborov a potvrdené zvukové vstupy v reláciách Realtime. Prijíma zvuk s voliteľným textovým kontextom a vracia rozpoznaný text. Výrobca ho predstavuje na presný prepis nahranej reči v pôvodnom jazyku vrátane odbornej slovnej zásoby, viacjazyčných nahrávok a striedania jazykov. Užitočným výstupom je prepis prepojený s nahrávkou a s metadátami rozpoznaného jazyka, keď model dokáže vytvoriť spoľahlivú predikciu. #### Príprava dokončenej nahrávky Postup OpenAI na prepis súborov prijíma nahrávané súbory do 25 MB. Aktuálna referencia koncového bodu uvádza vstupné formáty FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV a WebM a odporúča dostatok metadát súboru na určenie formátu vrátane vhodnej prípony názvu súboru a typu obsahu. Pri väčšej nahrávke príručka odporúča kompresiu alebo rozdelenie na súbory s veľkosťou 25 MB alebo menej. Nerozdeľujte uprostred vety, pretože odstránenie okolitej reči môže znížiť presnosť rozpoznávania. Časti udržujte v poradí a zachovajte ich polohu v pôvodnej nahrávke. Pri stretnutí, rozhovore alebo nahranej prezentácii dodajte skutočný zvuk a určte tému aj terminológiu, ktorá pravdepodobne zaznie. Užitočným výsledkom je rozpoznané znenie, nie odvodené zhrnutie diskusie. Identifikátor nahrávky uchovajte pri vrátenom texte, aby sa človek overujúci meno, číslo alebo neistú frázu mohol vrátiť k správnemu zdroju. Prepis sa potom môže stať materiálom pre samostatné zhrnutie, preklad alebo redakčný postup. #### Kontext, kľúčové slová a očakávané jazyky Výrobca oddeľuje tri druhy usmernenia. Prompt poskytuje voľne formulovaný kontext témy alebo prostredia nahrávky. Kľúčové slová poskytujú doslovné slová či frázy očakávané v reči. Zoznam languages určuje očakávané hovorené jazyky. Pri dvojjazyčnej produktovej diskusii opíšte prostredie v prompte, uveďte relevantné názvy produktov ako kľúčové slová a dodajte očakávané jazyky. Sú to pomôcky na rozpoznávanie, nie pokyny na vloženie slovnej zásoby, ktorú nikto nevyslovil. GPT Transcribe používa pole languages v množnom čísle namiesto staršieho poľa language v jednotnom čísle; OpenAI uvádza, že sa nemajú posielať obe. Jeho príručka prijíma podporované kódy ISO 639-1, vybrané kódy ISO 639-3 a regionálne kódy čínskych lokalizácií; nepodporované alebo nesprávne vytvorené hodnoty odmieta. Každé kľúčové slovo musí zostať na jednom riadku a nesmie obsahovať lomenú zátvorku ani znak návratu na začiatok riadka či prechodu na nový riadok. Neplatné kľúčové slovo alebo príliš dlhý prompt môže spôsobiť odmietnutie celej požiadavky. Kontext udržujte relevantný a overte, či sa naznačené mená skutočne vyskytujú vo zvuku, namiesto považovania zoznamu pomôcok za prepis. #### Výstup JSON a predikcie rozpoznaného jazyka Zdokumentovaným výsledkom súboru je JSON obsahujúci prepis a rozpoznané jazyky. Tieto jazykové predikcie sú výstupom modelu, nie kópiou dodaných jazykových pomôcok. Prázdny zoznam jazykov je platným výsledkom, keď model nedokáže vytvoriť spoľahlivú predikciu; nedokazuje, že nahrávka bola tichá alebo že prepis zlyhal. Rozpoznaný text a jazykové metadáta uchovávajte oddelene, aby ich následné spracovanie mohlo použiť podľa významu každého z nich. #### Streamovanie prepisu súboru Dokončený súbor môže počas spracovania postupne vytvárať text prepisu. OpenAI dokumentuje udalosti transcript.text.delta pre čiastkový text a transcript.text.done pre úplný prepis súboru; konečná udalosť zahŕňa aj rozpoznané jazyky. Streamuje sa tým výstup už dodanej nahrávky. Hodí sa to na zobrazovanie priebehu pri dlhom nahranom súbore, pričom konečná udalosť určuje text, ktorý treba uchovať ako dokončený výsledok. #### Potvrdené zvukové vstupy v reláciách Realtime GPT Transcribe má aj špecializovaný postup Realtime cez WebSocket. Zvuk sa pridáva do vstupného buffera a aplikácia potom výslovne potvrdí zvukový vstup. Prepis sa začne pre túto potvrdenú časť a pred udalosťou dokončenia môže vysielať čiastkové zmeny vrátane informácií o rozpoznanom jazyku. V tomto postupe relácie výrobcu model automaticky používa skoršie prepísané vstupy ako kontext. Je to odlišné od priebežného vysielania živých titulkov počas príchodu zvuku z mikrofónu; OpenAI pre tento nepretržitý postup uvádza GPT Live Transcribe. Pri viacerých vstupoch uchovajte identifikátor vstupnej položky spolu so zodpovedajúcim prepisom. OpenAI upozorňuje, že udalosti dokončenia rôznych vstupov nemusia prichádzať v poradí reči, preto každý konečný výsledok priraďte k jeho potvrdenému vstupu namiesto usporiadania konverzácie iba podľa času dokončenia. Užitočným výstupom je usporiadaný prepis zostavený zo správnych konečných položiek, pričom priebežný text sa považuje za informáciu o postupe, nie za samostatnú dokončenú výpoveď. #### Špecializované výstupy a vecné limity Tento profil neposkytuje všeobecne platnú špecifikáciu titulkov, časových značiek, prekladu ani označenia hovoriacich. Migračná príručka OpenAI rozlišuje tieto špecializované schopnosti: natívne formáty titulkov a časovanie slov vyžadujú kompatibilný model a formát, kým označenie hovoriacich používa GPT-4o Transcribe Diarize. Výsledkom súboru GPT Transcribe je JSON, nie priamo zameniteľná odpoveď SRT, VTT či odpoveď s podrobnými časovými značkami. Jeho konkrétna karta modelu neuvádza číselný limit kontextu ani maximálneho výstupu, preto sa pre prepis zvuku nemá predpokladať tokenové okno chatového modelu. Náročnú slovnú zásobu, čísla, prízvuky, hluk na pozadí a zmeny jazyka overte oproti nahrávke. Skontrolujte, či relevantné pomôcky zlepšili rozpoznávanie bez vkladania nevyslovených výrazov a či konečný prepis obsahuje koniec zvuku. Pri viacjazyčnom výsledku zachovajte hovorené znenie pred prípravou preloženej verzie. Tieto kontroly robia z prepisu užitočný zdrojový materiál a pritom jasne odlišujú kontextové pomôcky, rozpoznané jazyky a rozpoznanú reč. **Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` `openai/gpt-transcribe` [`openai/gpt-transcribe`](https://ailoot.ai/models/sk/#m=openai%2Fgpt-transcribe&route=Ultra&caller=openai%2Fgpt-transcribe&fmt=transcriptions) OpenAI /`openai/gpt-transcribe` ### Úvod GPT Transcribe prevádza nahranú reč na text v pôvodnom jazyku s kontextovými promptmi, doslovnými kľúčovými slovami a informáciami o viacerých očakávaných jazykoch. OpenAI dokumentuje prepis dokončených súborov, streamované výsledky súborov a prepis po potvrdení zvukových vstupov v Realtime. Povolené vstupy Audio Výsledky Text ### Dostupné v Ailoot · vstupy a metódy **Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `text` | Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity openai/gpt-transcribe | Predvolené— | | Pole`input_audio` | Typ`object` | PožiadavkaPovinné | Hodnoty a limity | Predvolené— | Parametre a životný cyklus metódy | Parameter | Špecifikácia | | --- | --- | | Parameter`content_type` | Špecifikáciaapplication/json | | Parameter`required` | Špecifikáciamodel, input\_audio | | Parameter`material_types` | Špecifikáciaaudio | | Parameter`material_conditions` | ŠpecifikáciaPríklad načíta váš skutočný neprázdny súbor PCM WAV, zakóduje všetky jeho bajty do base64 a odošle input\_audio.format s hodnotou wav. | Životný cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · presné task\_id z existujúceho mediálneho záznamu vo vašom vlastníctve `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### 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 | | Konfiguráciasekunda vstupného zvuku | Sadzobník— | Účtovacia jednotkaza sekundu vstupného audia | Poplatok Vstup · sekunda vstupného zvuku **$0.00015** za sekundu vstupného audia | Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. [Ako funguje rezervácia a vyúčtovanie →](https://ailoot.ai/docs/sk/billing/reserve/) ### Príklady požiadaviek #### Ailoot Ultra · Prepis zvuku curl · skutočný súbor WAV a úplný pôvodný výsledok ```bash set -eu : "${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. ``` ### Prijať a uložiť výsledky #### Ailoot Ultra · Prepis zvuku Celé pôvodné telo odpovede, stav a preposlané hlavičky. Tento obslužný kód nepridáva žiadnu univerzálnu štruktúru JSON, textové pole ani obálku úlohy. - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` ##### Uchovať všetky dokončené výsledky Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu. Uchovajte úplnú odpoveď a hlavičky, všetky skutočné výstupy, pôvodné vrátené identifikátory a všetky polia s údajmi o spotrebe. Obnovte pôvodnú operáciu bez opätovného odoslania požiadavky na vytvorenie. ##### Ak treba overiť pôvodnú odpoveď Zachovajte skutočné X-Client-Request-ID a celú odpoveď. Načítajte pôvodné súbory vo vašom vlastníctve a ich presné podpísané URL obsahu; neisté vytvorenie nikdy znova neodosielajte. Polia odpovede | Pole | Typ | | --- | --- | | Pole`text (when present)` | Typ | | Pole`usage (when present)` | Typ | Chyby a ďalšie kroky | Odpoveď | Podmienka | Ďalší krok | | --- | --- | --- | | Odpoveď400 · `invalid_request_error` | PodmienkaTelo JSON alebo explicitné kanonické ID modelu sú neplatné. | Ďalší krokZachovajte odpoveď a opravte označené pole požiadavky. | | Odpoveď401 · `authentication_error` | PodmienkaKľúč API služby Ailoot je neplatný. | Ďalší krokPoužite svoj autorizovaný kľúč API služby Ailoot. | | Odpoveď403 · `permission_error` | PodmienkaSkupina kľúča nepovoľuje túto metódu. | Ďalší krokZachovajte vrátené podrobnosti chyby. | | Odpoveď404 · `not_found_error` | PodmienkaVybraná metóda nemá povolenú trasu. | Ďalší krokZachovajte vrátené podrobnosti chyby. | | Odpoveď422 · `price_unavailable` | PodmienkaPrijatá tarifa nedokáže získať požadované množstvo vstupu alebo jeho hranicu. | Ďalší krokZachovajte odpoveď; použite reprezentáciu vstupu vyžadovanú prijatou tarifou. | | Odpoveď503 · `` | PodmienkaPožadované úložisko, trasa, cena metódy alebo rezervácia nie sú dostupné. | Ďalší krokZachovajte celú pôvodnú odpoveď. Neistá rezervácia nie je povolením na opätovné odoslanie. | | Odpoveď502 · `server_error` | PodmienkaPôvodný výsledok, spotreba alebo zúčtovanie vyžadujú kontrolu. | Ďalší krokZachovajte skutočné ID požiadavky a pôvodnú odpoveď. Načítajte existujúci záznam vo vašom vlastníctve; vytvorenie znova neodosielajte. | ### Aliasy #### Aliasy modelov **Ailoot Ultra** [`openai/gpt-transcribe`](https://ailoot.ai/models/sk/#m=openai%2Fgpt-transcribe&route=Ultra&caller=openai%2Fgpt-transcribe&fmt=transcriptions) #### Aliasy ciest metód Použite cesty metód uvedené vyššie. #### Súvisiace ID na volanie [`openai/gpt-transcribe`](https://ailoot.ai/models/sk/#m=openai%2Fgpt-transcribe&route=Ultra&caller=openai%2Fgpt-transcribe&fmt=transcriptions) FAQ · OpenAI: GPT Transcribe Aké vstupy a výsledky sú dostupné? `POST /v1/audio/transcriptions` · `openai/gpt-transcribe`: `audio` → `text` Aké polia používa požiadavka? `POST /v1/audio/transcriptions` · `openai/gpt-transcribe`: `model`, `input_audio` 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.