OpenAI: GPT-4o Transcribe

GPT-4o Transcribe är OpenAI:s tal-till-text-modell som drivs av GPT-4o. Indata är ljud med valfri textvägledning och utdata är igenkänd text. Den är separat från utgåvan GPT-4o Mini Transcribe och från GPT-4o Transcribe Diarize, den specialiserade modellen för talarmärkning. Använd den här profilen för att ta fram en trogen textåtergivning av talat material, med källinspelningen tillgänglig för granskning och senare redaktionellt arbete.

Filindata och förberedelse av långt material

OpenAI:s transkriptionsguide dokumenterar uppladdningar på upp till 25 MB. Den aktuella endpointreferensen accepterar FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV och WebM och rekommenderar filmetadata som identifierar formatet, inklusive ett filnamn med filändelse och en lämplig innehållstyp. För en större inspelning följer komprimering eller ordnade delar på högst 25 MB tillverkarens vägledning för längre indata. Undvik att dela mitt i en mening och bevara varje dels position i hela inspelningen.

För en intervju kopplar du varje indatafil till inspelningen och det avsnitt den täcker. För en teknisk presentation förbereder du relevanta produktnamn, akronymer och facktermer som kontext och kontrollerar sedan stavningen mot vad talaren faktiskt sa. För en inspelad förklaring med numeriska värden granskar du transkriptionen tillsammans med källan innan den omvandlas till en skriftlig procedur. Det önskade första resultatet är igenkänt tal i textform; en sammanfattad rapport eller ett översatt dokument kan tas fram från den texten som ett separat steg.

Inspelningsspecifika promptar och språkval

Tillverkarens guide räknar uttryckligen GPT-4o Transcribe till modellerna med promptstöd. En prompt kan ge korrekta stavningar, kontext från ett tidigare segment och önskemål om interpunktion, versaler, utfyllnadsord eller skriftsystem. Referensen anger att den ska matcha inspelningens språk. En kort, relevant beskrivning av ämnet och ordförrådet ger transkriberingen användbar kontext utan att behandla outtalade termer som obligatorisk utdata.

Den här profilen stöder språkledtråden i singular, language, dokumenterad i ISO 639-1-format. Att ange det faktiska indataspråket kan underlätta igenkänningen. De nyare fälten keywords och languages i plural tillhör den separat namngivna modellen GPT Transcribe och ska inte förutsättas för GPT-4o Transcribe. Knyt språkinställningen till talet som transkriberas och bevara den ursprungliga formuleringen före en senare översättning eller stilistisk omskrivning.

Resultatformat, sannolikheter och specialiserade utdata

Den aktuella endpointreferensen dokumenterar JSON som det svarsformat GPT-4o Transcribe stöder. Resultatet innehåller igenkänd text och valfria logaritmiska tokensannolikheter kan begäras med det JSON-formatet. Sannolikhetsdata beskriver modellens val av token. De kan visa vilka avsnitt som bör granskas, men en jämförelse med ljudet avgör om transkriptionen återger ett svårt namn, ett tal eller en fras korrekt.

Standardprofilens JSON-resultat ger inte egna undertextformat, utförliga tidsstämplar på ordnivå eller talartilldelningar. OpenAI dokumenterar andra modell- och formatval när dessa utdata behövs; GPT-4o Transcribe Diarize är den separata utgåvan för talarmärkning. För en undertextuppgift sparar du en kontrollerad transkription för ett lämpligt tidsättningssteg. Hitta inte på talarnamn i ett samtal bara för att ett stycke i transkriptionen verkar byta ämne eller röst.

Strömmade resultat från en färdig fil

OpenAI:s tal-till-text-guide anger att befintliga GPT-4o Transcribe-integrationer stöder filströmning. Applikationen skickar först inspelningen, tar sedan emot transkriptionstext medan inspelningen bearbetas och sparar det färdiga resultatet. Detta strömmar transkriptionen av en färdig inspelning i stället för att ta emot mikrofonljud allteftersom det anländer. Det specifika modellkortet listar även endpointfamiljerna för transkribering och Realtime; modellspecifikt sessionsbeteende måste förbli kopplat till den här profilen och inte lånas från en nyare modell med kontinuerlig strömning.

Modellgränser och kontroll av slutresultatet

Den aktuella specifikationen för GPT-4o Transcribe anger ett kontextfönster på 16 000 token, högst 2 000 token i utdata och en kunskapsgräns den 1 juni 2024. Dessa tokengränser är inte en fast ljudlängd och ersätter inte förberedelsereglerna för filtranskribering. För en längre inspelning bevarar du källans ordning och relevant tidigare kontext och kontrollerar sedan att den färdiga texten når slutet av varje avsett segment.

En användbar slutlig transkription kan bli sökbart intervjumaterial, en källa till teknisk dokumentation eller texten för ett senare undertextarbetsflöde. Granska osäkert ordförråd, mängder, interpunktion, accenter och överlappande tal mot inspelningen. Håll igenkänd text åtskild från senare korrigeringar eller sammanfattningar och bevara kopplingen till källan genom identifierare i det omgivande arbetsflödet. Modellen ger en textåtergivning; noggrann förberedelse av indata och granskning av källan avgör om den återgivningen är lämplig för nästa användning.