Source: https://ailoot.ai/models/sl/openai-gpt-4o-transcribe-diarize/
Canonical: https://ailoot.ai/models/sl/openai-gpt-4o-transcribe-diarize/
Language: sl

# gpt-4o-transcribe-diarize

[Markdown](https://ailoot.ai/models/sl/openai-gpt-4o-transcribe-diarize/index.md) · [JSON](https://ailoot.ai/models/sl/openai-gpt-4o-transcribe-diarize/facts.json)

## [gpt-4o-transcribe-diarize](https://ailoot.ai/models/sl/openai-gpt-4o-transcribe-diarize/)

GPT-4o Transcribe Diarize pretvori posneti govor v besedilo s segmenti, označenimi po govorcih, in časovnimi podatki. Primeren je za sestanke, intervjuje in posnetke več oseb, pri katerih mora prepis pokazati, kdo je kdaj govoril, z izbirnimi kratkimi glasovnimi referencami za znane govorce.

- [**Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sl/openai-gpt-4o-transcribe-diarize/#method-0)

O modelu

Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.

GPT-4o Transcribe Diarize je model OpenAI za samodejno prepoznavanje govora z vgrajeno diarizacijo govorcev. Prepisane zvočne segmente poveže z različnimi govorci v pogovoru. Uporaben rezultat je prepis, urejen po govorcih in času, namesto zgolj neprekinjenega bloka besed. Namenjen je posnetemu govoru, ki potrebuje oznake govorcev, na primer sestanku, intervjuju ali razpravi več oseb.

#### Pripravite dokončani posnetek

Predložite posnetek za prepis. Dokumentirani datotečni potek sprejema MP3, MP4, MPEG, MPGA, M4A, WAV in WebM z omejitvijo velikosti datoteke 25 MB. Izvorni posnetek ohranite dostopen, da je mogoče posamezni govorčev prispevek, ime ali nejasno frazo preveriti glede na dejanski zvok.

Pri sestanku ohranite zaporedje pogovora, namesto da izrežete kratke premore, ki pomagajo razlikovati govorne odseke. Pri intervjuju vprašanje in odgovor ohranite skupaj, kadar naloga potrebuje njuno povezavo. Priprava zvoka mora zagotoviti slišnost govora, ne da bi odstranila informacije, pomembne za rezultat z označenimi govorci.

To je potek prepisa datoteke. Obdelava dokončanega posnetka in prepoznavanje zvočnega toka, ki še prihaja, sta različni nalogi; označevanje govorcev tega modela ni podprto v sejah prepisa Realtime.

#### Zahtevajte prepis z označenimi govorci

Izhodni format `diarized_json` vrne segmente z identifikacijskimi oznakami govorcev ter začetnim in končnim časom. Vsak segment vsebuje tudi svoje prepisano besedilo. Ta polja ohranite skupaj, da je mogoče besede povezati z ustreznim delom posnetka.

Za uporaben prepis sestanka ohranite zaporedje segmentov in besede vsakega govorca prikažite z njihovimi časovnimi podatki. Poznejša naloga lahko s tem prepisom pripravi zapisnik ali seznam nalog, diarizacija sama pa ne odloči, kaj je bilo na sestanku dogovorjeno, in ne ustvari preverjenega povzetka.

Oznake govorcev opisujejo modelovo združevanje govora. Preglejte prehode, pri katerih se ljudje prekinjajo, govorijo na kratko ali hkrati. Dobro strukturiran rezultat pomaga pri navigaciji in pregledu, posamezna pripisava pa lahko še vedno zahteva poslušanje izvirnega zvoka.

#### Reference znanih govorcev

Dokumentirani potek lahko sprejme do štirih poimenovanih referenc govorcev. Vsaka referenca je kratek zvočni izsek, dolg 2–10 sekund, v formatu, podprtem pri glavnem nalaganju. Imena in reference se predložijo skupaj, da je segmente mogoče povezati z znanimi govorci.

Pripravite referenco, ki jasno vsebuje predvidenega govorca, in njeno ime ohranite skladno s predvidenimi oznakami prepisa. Pri intervjuju lahko referenca voditelja pomaga urediti rezultat z označenimi govorci, ne da bi vsak udeleženec dobil anonimno oznako. Referenca je vhod za pripisovanje; ni splošna operacija kloniranja glasu ali dokaz identitete osebe.

Poimenovanja govorca ne zamenjujte z urejanjem izgovorjenih besed. Uporaben izhod mora še vedno ohraniti vsebino posnetka in dejanski vrstni red govornih odsekov.

#### Delitev na dele in omejitve modela

Za zvok, daljši od 30 sekund, proizvajalec zahteva strategijo delitve na dele, bodisi samodejno delitev bodisi konfiguracijo zaznavanja govorne aktivnosti. Ta zahteva ni največja dolžina posnetka. Opisuje, kako se daljši vhod razdeli za obdelavo.

Kartica modela navaja kontekstno okno 16000 tokenov in največ 2000 izhodnih tokenov. To so omejitve tokenov modela, ločene od omejitve nalaganja 25 MB v datotečnem poteku in praga delitve na dele. Ne smejo se pretvoriti v izmišljeno število minut, ki bi veljalo za vsak posnetek.

Pri sestavljanju ali pregledu daljšega prepisa ohranite časovne podatke in identiteto segmentov. Če je bil posnetek pred oddajo razdeljen, ohranite povezavo vsakega dela z izvirnim zvokom, da se lokalna časovna oznaka ne zamenja s položajem v celotnem pogovoru.

#### Pretočno podajanje dokončanih segmentov

Datotečni potek prepisa lahko besedilo pretočno podaja med obdelavo posnetka. Pri pretočnem podajanju z označenimi govorci dokončani segmenti ustvarijo dogodke segmentov. Prirastki besedila vključujejo identifikator segmenta, ne vsebujejo pa delnih pripisav govorcev; govorec se določi, ko je segment dokončan.

Ta razlika je pomembna pri prikazu. Začasno besedilo in dokončani govorni odsek prikažite kot različni stanji, namesto da negotovo oznako govorca pripnete, preden model dokonča segment. Dokončani rezultat ohranite, kadar je prepis potreben za poznejše urejanje ali analizo.

#### Meje modela in izhoda

Ta profil je model za diarizacijo, ločen od običajnega prepisa GPT-4o, prepisa Mini, sinteze govora in modelov za pogovor v živo. Ne podpira pozivov za prepis; morebitni pregled terminologije ali popravek ohranite kot ločen korak, preverjen glede na izvirni zvok. Njegov proizvajalčev vmesnik je prepis posnetega zvoka v besedilo. Ne ustvari zvočnega odgovora in ne prevede posnetka prek ločenega poteka zvočnega prevajanja.

Uporabite ga za prepise, ki potrebujejo vsebino in strukturo govorcev. Imena, tehnične izraze, številke, meje govornih odsekov in pripisave preverite glede na posnetek. Ohranite zvok, izbrani format rezultata, reference in dokončani prepis, da lahko popravek obravnava konkretno frazo ali pripisavo govorca.

**Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions` `openai/gpt-4o-transcribe-diarize`

[`openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sl/#m=openai%2Fgpt-4o-transcribe-diarize&route=Ultra&caller=openai%2Fgpt-4o-transcribe-diarize&fmt=transcriptions)

OpenAI /`openai/gpt-4o-transcribe-diarize`

### Začetek

GPT-4o Transcribe Diarize pretvori posneti govor v besedilo s segmenti, označenimi po govorcih, in časovnimi podatki. Primeren je za sestanke, intervjuje in posnetke več oseb, pri katerih mora prepis pokazati, kdo je kdaj govoril, z izbirnimi kratkimi glasovnimi referencami za znane govorce.

Dovoljeni vhodi

Zvok

Rezultati

transcription

### Na voljo v Ailoot · vhodi in metode

**Ailoot Ultra · Prepoznavanje govora** `POST /v1/audio/transcriptions`

Vhod

`audio`

Izhod

`transcription`

Izhodni format

json

| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
| --- | --- | --- | --- | --- |
| Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve openai/gpt-4o-transcribe-diarize | Privzeto— |
| Polje`file` | Vrsta`file` | ZahtevaObvezno | Vrednosti in omejitve Največ bajtov: 26.214.400 Vrste MIME: audio/mpeg Pripona datoteke: .mp3 Najdaljše trajanje, sekunde: 30 | Privzeto— |
| Polje`response_format` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve diarized\_json | Privzeto— |

Kombinacije vhodnih gradiv

**diarized\_transcription**

Parametri in življenjski cikel metode

| Parameter | Specifikacija |
| --- | --- |
| Parameter`content_type` | Specifikacijamultipart/form-data |
| Parameter`required` | Specifikacijamodel, file, response\_format |
| Parameter`file_formats` | Specifikacijamp3 |
| Parameter`max_audio_seconds` | Specifikacija30 |
| Parameter`max_bytes` | Specifikacija26214400 |
| Parameter`response_format` | Specifikacijadiarized\_json |
| Parameter`other_options` | Specifikacijafalse |
| Parameter`material_types` | Specifikacijaaudio |
| Parameter`additional_properties` | Specifikacijafalse |
| Parameter`form_string_maximum_bytes` | Specifikacija256 |

Druga imena metode: `/audio/transcriptions`

Življenjski cikel: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · Dejansko vrnjeni task\_id ali zapis v medijski knjižnici

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

Uporabite dejanski posnetek in ustrezno obliko.

Ohranite celoten prepis, segmente, ID-je govorcev in časovne podatke.

### Cenik

Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.

Hitri način

Ni navedeno Ko je izbran hitri način

Način flex

Ni navedeno Ko je izbran način flex

Najvišja raven razmišljanja

Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)

#### Cene Ailoot

#### Cene po nastavitvah

Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.

| Nastavitev | Cenovna lestvica | Obračunska enota | Strošek |
| --- | --- | --- | --- |
| NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Obračunska enota— | Strošek Vhod · Vhodni žetoni **—** / 1K žetonov Izhod · Izhodni žetoni **—** / 1K žetonov Vhod · Branje predpomnilnika **—** / 1K žetonov Vhod · Zapis v predpomnilnik **—** / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura **—** / 1K žetonov |
| NastavitevUltra | Cenovna lestvica— | Obračunska enota/ 1K zvočnih žetonov | Strošek Vhod · vhodni zvočni žeton **$0.012** / 1K zvočnih žetonov |
| NastavitevUltra | Cenovna lestvica— | Obračunska enota/ 1K zvočnih žetonov | Strošek Izhod · izhodni zvočni žeton **$0.02** / 1K zvočnih žetonov |

Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. [Kako delujeta rezervacija in obračun →](https://ailoot.ai/docs/sl/billing/reserve/)

### Primeri zahtev

#### Ailoot Ultra · Prepoznavanje govora

curl · natančno ohranjena zahteva za ustvarjanje

```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
```

### Prejmi in shrani rezultate

#### Ailoot Ultra · Prepoznavanje govora

json

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

Branje druge vsebine

Shrani vsak vrnjen prepis, ki vam pripadaMedijska knjižnicaStanje opravilaPodrobnosti gradiva

```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
```

##### Ohrani vse dokončane rezultate

Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.

Ohranite celoten JSON in ne samo besedila; ohranite vsak razpoložljivi segment/govorca/časovno oznako in dejansko identiteto opravila/sredstva.

##### Če je treba preveriti izvirni odgovor

Shranite izvirni operation\_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.

Polja odgovora

| Polje | Vrsta |
| --- | --- |
| Polje`text` | Vrstastring |
| Polje`segments[]` | Vrstaobject |
| Polje`task_id` | Vrstastring |
| Polje`asset_url` | Vrstastring |
| Polje`usage` | Vrstaobject |
| Polje`segments[].speaker` | Vrstastring |
| Polje`segments[].start` | Vrstanumber |
| Polje`segments[].end` | Vrstanumber |

Napake in naslednji koraki

| Odgovor | Pogoj | Naslednji korak |
| --- | --- | --- |
| Odgovor400 · `invalid_request_error` | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
| Odgovor`server_error` | PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti | Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova. |

### Druga imena

#### Druga imena modelov

**Ailoot Ultra** [`openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sl/#m=openai%2Fgpt-4o-transcribe-diarize&route=Ultra&caller=openai%2Fgpt-4o-transcribe-diarize&fmt=transcriptions)

#### Druga imena poti metod

`/audio/transcriptions`

#### Povezani ID-ji za klic

[`openai/gpt-4o-transcribe-diarize`](https://ailoot.ai/models/sl/#m=openai%2Fgpt-4o-transcribe-diarize&route=Ultra&caller=openai%2Fgpt-4o-transcribe-diarize&fmt=transcriptions)

FAQ · gpt-4o-transcribe-diarize

Kateri vhodi in rezultati so na voljo?

`POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe-diarize`: `audio` → `transcription`

Katera polja uporablja zahteva?

`POST /v1/audio/transcriptions` · `openai/gpt-4o-transcribe-diarize`: `model`, `file`, `response_format`

Ailoot povežite s Claude Code, OpenCode, Hermes ali svojo aplikacijo.

## Podjetje in njegov portfelj projektov

Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.

## Žetone kupujte s popustom.

Naročniški popust za redno delo. Promocijske kode prinesejo do 50% popusta na nakup žetonov.

Naročnina

Za redne zahteve izberite paket s popustom.

Promocijska koda do 50%

Kodo vnesite ob nakupu. Cena se preračuna po veljavni akciji.

Poraba v zgodovini

Za vsako zahtevo se shranijo model, žetoni in znesek.

[Izberite naročnino](https://ailoot.ai/docs/sl/billing/subscriptions/) · [Oglejte si cene modelov](https://ailoot.ai/models/sl/)

## API povežite z izdelkom, ki ga prodajate.

SaaS, aplikacije in boti po ponudbi in licenčni pogodbi Ailoot. Za nadaljnjo prodajo zaprosite za preprodajno licenco.

Komercialna aplikacija

Ustvarjanje besedila, slik, videa in zvoka vključite v plačljive funkcije svoje storitve.

Licenca za preprodajalca

Pošljite opis projekta in shemo dostopa. Zahtevajte pisne pogoje uporabe in nadaljnje prodaje.

Dokumenti na strani

Ponudba, licenčna pogodba in politika obdelave podatkov so dostopne pred povezavo.

[Zaprosite za preprodajno licenco](mailto:support@ailoot.ai) · [Ponudba in licenčna pogodba](https://ailoot.ai/legal/offer?lang=sl)

## Ailoot · Podjetje in njegov portfelj projektov





Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI.





Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.





Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.