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.
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.
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.
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.
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.
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.
", "aboutText": "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.\n\n### Filindata och förberedelse av långt material\n\nOpenAI: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.\n\nFör 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.\n\n### Inspelningsspecifika promptar och språkval\n\nTillverkarens 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.\n\nDen 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.\n\n### Resultatformat, sannolikheter och specialiserade utdata\n\nDen 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.\n\nStandardprofilens 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.\n\n### Strömmade resultat från en färdig fil\n\nOpenAI: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.\n\n### Modellgränser och kontroll av slutresultatet\n\nDen 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.\n\nEn 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0cdfda5056d463167eb4ff131c3e4893da7338f932259940024d098e229f8a4f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "openai/gpt-4o-transcribeGPT-4o Transcribe omvandlar ljud till text med OpenAI:s GPT-4o-förmågor för taligenkänning. Den stöder kontextpromptar, en ledtråd om indataspråket, JSON-transkriptioner, strömmad filutdata och valfria logaritmiska tokensannolikheter för granskning av osäkra formuleringar.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
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.
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.
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.
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.
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.
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.
POST /v1/audio/transcriptionsaudiotext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-4o-transcribe | Standard— |
Fältinput_audio | Typobject | KravObligatoriskt | Värden & gränser | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, input_audio |
Parametermaterial_types | Avtalaudio |
Parametermaterial_conditions | AvtalExemplet läser din faktiska, icke-tomma PCM WAV-fil, kodar filens samtliga byte som base64 och skickar input_audio.format som wav. |
Livscykel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · exakt task_id från en befintlig mediepost som du äger
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Debiteringsenhet | Avgift |
|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Debiteringsenhet— | Avgift Indata · Indatatoken — / 1K token Utdata · Utdatatoken — / 1K token Indata · Cacheläsning — / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| Konfigurationindatatoken | Prislista— | Debiteringsenhet/ 1K token | Avgift Indata $0.005 / 1K token |
| Konfigurationutdatatoken | Prislista— | Debiteringsenhet/ 1K token | Avgift Utdata $0.02 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}"\nexport AILOOT_AUDIO_FILE\npython3 - <<'PY_REQUEST'\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4] == b'RIFF' and audio[8:12] == b'WAVE'):\n raise SystemExit('Supply your actual PCM WAV audio file')\nwith wave.open(io.BytesIO(audio), 'rb') as recording:\n if recording.getcomptype() != 'NONE' or recording.getnframes() <= 0:\n raise SystemExit('Supply a nonempty PCM WAV recording')\nrequest = {'model': 'openai/gpt-4o-transcribe', 'input_audio': {'data': base64.b64encode(audio).decode('ascii'), 'format': 'wav'}}\nPath('request.json').write_text(json.dumps(request, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete original response, headers and actual X-Client-Request-ID.\n# Read existing owned records for recovery; do not resubmit an uncertain operation.\nHela den ursprungliga svarskroppen, statusen och vidarebefordrade svarshuvuden. Denna hanterare lägger inte till någon universell JSON-struktur, något textfält eller något uppgiftshölje.
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen.
Behåll faktiskt X-Client-Request-ID och hela svaret. Läs de ursprungliga tillgångarna som du äger och deras exakta signerade innehållslänkar; skicka aldrig en osäker skapandebegäran igen.
| Fält | Typ |
|---|---|
Fälttext (when present) | Typ |
Fältusage (when present) | Typ |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorJSON-kroppen eller det uttryckliga kanoniska modell-ID:t är ogiltigt. | Nästa stegBehåll svaret och korrigera det angivna fältet i begäran. |
Svar401 · authentication_error | VillkorAPI-nyckeln för Ailoot är ogiltig. | Nästa stegAnvänd din behöriga API-nyckel för Ailoot. |
Svar403 · permission_error | VillkorNyckelgruppen ger inte tillträde till denna metod. | Nästa stegBehåll de returnerade feluppgifterna. |
Svar404 · not_found_error | VillkorDen valda metoden har ingen tillåten rutt. | Nästa stegBehåll de returnerade feluppgifterna. |
Svar422 · price_unavailable | VillkorDen accepterade tariffen kan inte fastställa den mängd eller gräns för indata som krävs. | Nästa stegBehåll svaret; använd den representation av indata som den accepterade tariffen kräver. |
Svar503 · | VillkorNödvändig lagring, rutt, metodpris eller reservation är inte tillgänglig. | Nästa stegBehåll hela det ursprungliga svaret. En osäker reservation ger inte tillstånd att skicka in igen. |
Svar502 · server_error | VillkorDet ursprungliga resultatet, förbrukningen eller avräkningen kräver kontroll. | Nästa stegBehåll det faktiska begärans-ID:t och det ursprungliga svaret. Läs den befintliga posten som du äger; skicka inte skapandebegäran igen. |
Ailoot Ultra openai/gpt-4o-transcribe
Använd metodsökvägarna som visas ovan.