{
  "aboutHtml": "<p>GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini รับเสียงพร้อมข้อความแนะนำที่เลือกให้ได้แล้วสร้างข้อความที่รู้จำ เป็นคนละโมเดลกับ GPT-4o Transcribe ซึ่งใช้ GPT-4o และโปรไฟล์ GPT Transcribe ที่ใหม่กว่าซึ่งมีฟิลด์คำสำคัญและคำใบ้หลายภาษาแยกต่างหาก ชิ้นงานที่มีประโยชน์ในที่นี้คือบทถอดเสียงคำพูดต้นฉบับของการบันทึกที่เตรียมไว้สำหรับค้น ตรวจทาน หรือขั้นตอนประมวลผลเนื้อหาถัดไป</p><h4>เตรียมการบันทึก</h4><p>คู่มือถอดเสียงจากไฟล์ของ OpenAI รับการอัปโหลดเสียงสูงสุด 25 MB เอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV และ WebM พร้อมเมทาดาทาชื่อไฟล์และชนิดเนื้อหาที่เพียงพอระบุรูปแบบเสียง การบันทึกที่ใหญ่กว่าบีบอัดหรือแบ่งเป็นชิ้นไม่เกิน 25 MB ได้ รักษาขอบเขตประโยคเมื่อแบ่ง และเก็บแต่ละชิ้นให้เชื่อมกับเสียงต้นทางและตำแหน่ง เพื่อประกอบข้อความตามลำดับที่ถูกต้องภายหลัง</p><p>สำหรับบันทึกเสียงพูด ให้เก็บบทถอดเสียงที่ระบุได้หนึ่งรายการต่อการบันทึก และตรวจชื่อหรือตัวเลขก่อนใช้ข้อความสร้างงาน สำหรับบทสอนด้วยคำพูด ให้เทียบถ้อยคำที่รู้จำกับคำแนะนำต้นฉบับก่อนแก้ไขเพื่อเผยแพร่ บรีฟเตรียมงานที่มีประโยชน์ระบุภาษาที่พูดและคำที่อาจฟังผิด การถอดคำเป็นขั้นตอนแรก ส่วนการตีความ สรุป หรือแปลใช้บทถอดเสียงที่ตรวจแล้วภายหลังได้</p><h4>แนวทางพรอมป์ต์และคำใบ้ภาษาเดียว</h4><p>การผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับพรอมป์ต์อิสระ OpenAI อธิบายพรอมป์ต์สำหรับชื่อ ตัวย่อ ศัพท์เฉพาะการบันทึก เครื่องหมายวรรคตอน ตัวพิมพ์ใหญ่เล็ก คำเติมระหว่างพูด และระบบการเขียนที่ต้องการ เอกสารอ้างอิงเอนด์พอยต์ระบุว่าพรอมป์ต์ควรตรงกับภาษาเสียง และนำบริบทจากส่วนเสียงก่อนหน้ามาใช้ได้ ใส่การสะกดที่เกี่ยวข้องหรือคำอธิบายหัวข้อสั้น ๆ แทนการขอให้พรอมป์ต์ถอดเสียงทำงานเหมือนคำสั่งแชตที่ไม่มีข้อจำกัด</p><p>คำใบ้ภาษาที่มีอยู่ของโมเดลนี้ใช้ฟิลด์ language แบบเอกพจน์ เอกสารอ้างอิงของผู้พัฒนาระบุรหัสภาษาอินพุต ISO 639-1 เช่น en ส่วนฟิลด์ keywords และ languages แบบพหูพจน์มีเอกสารสำหรับ GPT Transcribe ไม่ใช่ส่วนของโปรไฟล์ Mini นี้ สำหรับการบันทึกหลายรายการ ให้เก็บการตั้งค่าภาษาที่พูดที่ต้องการไว้กับแต่ละอินพุต แทนการตีความว่าเป็นคำขอให้แปลผลลัพธ์</p><h4>ผลลัพธ์ JSON และตัวเลือกความน่าจะเป็นของโทเคน</h4><p>เอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ JSON เป็นรูปแบบคำตอบที่ GPT-4o Mini Transcribe รองรับ ถ้อยคำที่รู้จำอยู่ในฟิลด์ text เมื่อร้องขอ คำตอบ JSON แนบค่าลอการิทึมความน่าจะเป็นของโทเคนได้ ค่าเหล่านี้อธิบายความน่าจะเป็นของโทเคนจากโมเดลและช่วยระบุเนื้อหาที่ควรตรวจละเอียด ไม่ได้พิสูจน์ว่าชื่อ ตัวเลข หรือประโยคตรงกับเสียง ใช้การบันทึกตัดสินว่าควรแก้คำที่น่าสงสัยหรือไม่</p><p>โปรไฟล์ถอดเสียง Mini ปกติไม่ได้ให้เอาต์พุต SRT, VTT เวลาระดับคำแบบละเอียด หรือป้ายผู้พูดโดยตรงผ่านข้อกำหนด JSON นั้น OpenAI มีเอกสารโมเดลและรูปแบบเฉพาะสำหรับความสามารถเหล่านี้ หากชิ้นงานที่ต้องการคือแทร็กคำบรรยาย ให้เก็บบทถอดเสียงที่ตรวจแล้วไว้สำหรับกระบวนการกำหนดเวลาแยก แทนการคิดว่าผลลัพธ์ข้อความล้วนมีขอบเขตคำบรรยายอยู่แล้ว</p><h4>สตรีมเอาต์พุตไฟล์และโหมดตามเอกสาร</h4><p>คู่มือแปลงเสียงพูดเป็นข้อความของผู้พัฒนาระบุชัดว่าการผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับการสตรีมไฟล์ การบันทึกที่เสร็จแล้วสร้างข้อความถอดเสียงบางส่วนตามด้วยผลลัพธ์สุดท้ายระหว่างประมวลผลได้ เก็บบทถอดเสียงสุดท้ายเป็นชิ้นงานที่เสร็จแล้ว การปรากฏของข้อความบางส่วนไม่ได้หมายความว่ากระบวนการไฟล์รับเสียงไมโครโฟนสดอย่างต่อเนื่อง การ์ดโมเดลแยกระบุตระกูลเอนด์พอยต์การถอดเสียงและ Realtime อินเทอร์เฟซของผู้พัฒนาเหล่านั้นไม่ได้หมายความว่าทุกฟิลด์เซสชันจากโมเดลถอดเสียงอื่นใช้ได้ที่นี่</p><h4>บริบท โควตาเอาต์พุต และการตรวจที่มีประโยชน์</h4><p>ข้อกำหนดโมเดลปัจจุบันของ OpenAI ระบุหน้าต่างบริบท 16,000 โทเคน เอาต์พุตสูงสุด 2,000 โทเคน และวันสิ้นสุดความรู้ 1 มิถุนายน 2024 นี่คือตัวเลขข้อกำหนดโมเดล ไม่ใช่ระยะเวลาเป็นนาทีที่ใช้ทั่วไปกับการบันทึกเสียง กฎขนาดไฟล์และโควตาโทเคนอธิบายข้อจำกัดต่างกัน สำหรับเนื้อหายาว ให้เตรียมการบันทึกตามกระบวนการไฟล์ที่มีเอกสาร ส่งต่อบริบทที่เกี่ยวข้องระหว่างชิ้น และตรวจว่าข้อความสุดท้ายมีตอนจบของต้นทาง</p><p>ผลลัพธ์ Mini Transcribe ที่มีประโยชน์รักษาถ้อยคำและความสัมพันธ์กับการบันทึก พร้อมแยกข้อมูลความน่าจะเป็นที่เลือกขอออกจากการแก้ไขเชิงบรรณาธิการ ตรวจคำศัพท์ที่ไม่คุ้น สำเนียง เสียงรบกวนเบื้องหลัง การเปลี่ยนภาษา และคำพูดทับกันโดยมีเสียงต้นฉบับให้ฟัง เมื่อแก้ข้อความให้อ่านง่าย ให้แยกฉบับบรรณาธิการออกจากบทถอดเสียงที่รู้จำ เพื่อให้ผู้ใช้ภายหลังรู้ว่าถ้อยคำใดมาจากการบันทึกและคำใดถูกเปลี่ยนระหว่างเตรียมงาน</p>",
  "aboutText": "GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini รับเสียงพร้อมข้อความแนะนำที่เลือกให้ได้แล้วสร้างข้อความที่รู้จำ เป็นคนละโมเดลกับ GPT-4o Transcribe ซึ่งใช้ GPT-4o และโปรไฟล์ GPT Transcribe ที่ใหม่กว่าซึ่งมีฟิลด์คำสำคัญและคำใบ้หลายภาษาแยกต่างหาก ชิ้นงานที่มีประโยชน์ในที่นี้คือบทถอดเสียงคำพูดต้นฉบับของการบันทึกที่เตรียมไว้สำหรับค้น ตรวจทาน หรือขั้นตอนประมวลผลเนื้อหาถัดไป\n\n### เตรียมการบันทึก\n\nคู่มือถอดเสียงจากไฟล์ของ OpenAI รับการอัปโหลดเสียงสูงสุด 25 MB เอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV และ WebM พร้อมเมทาดาทาชื่อไฟล์และชนิดเนื้อหาที่เพียงพอระบุรูปแบบเสียง การบันทึกที่ใหญ่กว่าบีบอัดหรือแบ่งเป็นชิ้นไม่เกิน 25 MB ได้ รักษาขอบเขตประโยคเมื่อแบ่ง และเก็บแต่ละชิ้นให้เชื่อมกับเสียงต้นทางและตำแหน่ง เพื่อประกอบข้อความตามลำดับที่ถูกต้องภายหลัง\n\nสำหรับบันทึกเสียงพูด ให้เก็บบทถอดเสียงที่ระบุได้หนึ่งรายการต่อการบันทึก และตรวจชื่อหรือตัวเลขก่อนใช้ข้อความสร้างงาน สำหรับบทสอนด้วยคำพูด ให้เทียบถ้อยคำที่รู้จำกับคำแนะนำต้นฉบับก่อนแก้ไขเพื่อเผยแพร่ บรีฟเตรียมงานที่มีประโยชน์ระบุภาษาที่พูดและคำที่อาจฟังผิด การถอดคำเป็นขั้นตอนแรก ส่วนการตีความ สรุป หรือแปลใช้บทถอดเสียงที่ตรวจแล้วภายหลังได้\n\n### แนวทางพรอมป์ต์และคำใบ้ภาษาเดียว\n\nการผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับพรอมป์ต์อิสระ OpenAI อธิบายพรอมป์ต์สำหรับชื่อ ตัวย่อ ศัพท์เฉพาะการบันทึก เครื่องหมายวรรคตอน ตัวพิมพ์ใหญ่เล็ก คำเติมระหว่างพูด และระบบการเขียนที่ต้องการ เอกสารอ้างอิงเอนด์พอยต์ระบุว่าพรอมป์ต์ควรตรงกับภาษาเสียง และนำบริบทจากส่วนเสียงก่อนหน้ามาใช้ได้ ใส่การสะกดที่เกี่ยวข้องหรือคำอธิบายหัวข้อสั้น ๆ แทนการขอให้พรอมป์ต์ถอดเสียงทำงานเหมือนคำสั่งแชตที่ไม่มีข้อจำกัด\n\nคำใบ้ภาษาที่มีอยู่ของโมเดลนี้ใช้ฟิลด์ language แบบเอกพจน์ เอกสารอ้างอิงของผู้พัฒนาระบุรหัสภาษาอินพุต ISO 639-1 เช่น en ส่วนฟิลด์ keywords และ languages แบบพหูพจน์มีเอกสารสำหรับ GPT Transcribe ไม่ใช่ส่วนของโปรไฟล์ Mini นี้ สำหรับการบันทึกหลายรายการ ให้เก็บการตั้งค่าภาษาที่พูดที่ต้องการไว้กับแต่ละอินพุต แทนการตีความว่าเป็นคำขอให้แปลผลลัพธ์\n\n### ผลลัพธ์ JSON และตัวเลือกความน่าจะเป็นของโทเคน\n\nเอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ JSON เป็นรูปแบบคำตอบที่ GPT-4o Mini Transcribe รองรับ ถ้อยคำที่รู้จำอยู่ในฟิลด์ text เมื่อร้องขอ คำตอบ JSON แนบค่าลอการิทึมความน่าจะเป็นของโทเคนได้ ค่าเหล่านี้อธิบายความน่าจะเป็นของโทเคนจากโมเดลและช่วยระบุเนื้อหาที่ควรตรวจละเอียด ไม่ได้พิสูจน์ว่าชื่อ ตัวเลข หรือประโยคตรงกับเสียง ใช้การบันทึกตัดสินว่าควรแก้คำที่น่าสงสัยหรือไม่\n\nโปรไฟล์ถอดเสียง Mini ปกติไม่ได้ให้เอาต์พุต SRT, VTT เวลาระดับคำแบบละเอียด หรือป้ายผู้พูดโดยตรงผ่านข้อกำหนด JSON นั้น OpenAI มีเอกสารโมเดลและรูปแบบเฉพาะสำหรับความสามารถเหล่านี้ หากชิ้นงานที่ต้องการคือแทร็กคำบรรยาย ให้เก็บบทถอดเสียงที่ตรวจแล้วไว้สำหรับกระบวนการกำหนดเวลาแยก แทนการคิดว่าผลลัพธ์ข้อความล้วนมีขอบเขตคำบรรยายอยู่แล้ว\n\n### สตรีมเอาต์พุตไฟล์และโหมดตามเอกสาร\n\nคู่มือแปลงเสียงพูดเป็นข้อความของผู้พัฒนาระบุชัดว่าการผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับการสตรีมไฟล์ การบันทึกที่เสร็จแล้วสร้างข้อความถอดเสียงบางส่วนตามด้วยผลลัพธ์สุดท้ายระหว่างประมวลผลได้ เก็บบทถอดเสียงสุดท้ายเป็นชิ้นงานที่เสร็จแล้ว การปรากฏของข้อความบางส่วนไม่ได้หมายความว่ากระบวนการไฟล์รับเสียงไมโครโฟนสดอย่างต่อเนื่อง การ์ดโมเดลแยกระบุตระกูลเอนด์พอยต์การถอดเสียงและ Realtime อินเทอร์เฟซของผู้พัฒนาเหล่านั้นไม่ได้หมายความว่าทุกฟิลด์เซสชันจากโมเดลถอดเสียงอื่นใช้ได้ที่นี่\n\n### บริบท โควตาเอาต์พุต และการตรวจที่มีประโยชน์\n\nข้อกำหนดโมเดลปัจจุบันของ OpenAI ระบุหน้าต่างบริบท 16,000 โทเคน เอาต์พุตสูงสุด 2,000 โทเคน และวันสิ้นสุดความรู้ 1 มิถุนายน 2024 นี่คือตัวเลขข้อกำหนดโมเดล ไม่ใช่ระยะเวลาเป็นนาทีที่ใช้ทั่วไปกับการบันทึกเสียง กฎขนาดไฟล์และโควตาโทเคนอธิบายข้อจำกัดต่างกัน สำหรับเนื้อหายาว ให้เตรียมการบันทึกตามกระบวนการไฟล์ที่มีเอกสาร ส่งต่อบริบทที่เกี่ยวข้องระหว่างชิ้น และตรวจว่าข้อความสุดท้ายมีตอนจบของต้นทาง\n\nผลลัพธ์ Mini Transcribe ที่มีประโยชน์รักษาถ้อยคำและความสัมพันธ์กับการบันทึก พร้อมแยกข้อมูลความน่าจะเป็นที่เลือกขอออกจากการแก้ไขเชิงบรรณาธิการ ตรวจคำศัพท์ที่ไม่คุ้น สำเนียง เสียงรบกวนเบื้องหลัง การเปลี่ยนภาษา และคำพูดทับกันโดยมีเสียงต้นฉบับให้ฟัง เมื่อแก้ข้อความให้อ่านง่าย ให้แยกฉบับบรรณาธิการออกจากบทถอดเสียงที่รู้จำ เพื่อให้ผู้ใช้ภายหลังรู้ว่าถ้อยคำใดมาจากการบันทึกและคำใดถูกเปลี่ยนระหว่างเตรียมงาน",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "408227cb3c0e9c585390914b4f1aba4bd48b513c7a7e438a0a27b2e7b445bb94",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "th",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">O</span><h2 id=\"sheet-title\">OpenAI: GPT-4o Mini Transcribe</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"ปิด\">×</button></div><div class=\"idline\"><span>OpenAI /</span><code>openai/gpt-4o-mini-transcribe</code><button type=\"button\" id=\"copy-id\">คัดลอก ID</button></div><nav class=\"card-jump-nav\" aria-label=\"ส่วนต่าง ๆ ของการ์ดโมเดล\"><button type=\"button\" data-card-jump=\"overview\">เริ่มต้น</button><button type=\"button\" data-card-jump=\"methods\">อินพุตและเมธอด</button><button type=\"button\" data-card-jump=\"pricing\">ราคา</button><button type=\"button\" data-card-jump=\"examples\">ตัวอย่าง</button><button type=\"button\" data-card-jump=\"results\">ผลลัพธ์</button><button type=\"button\" data-card-jump=\"aliases\">ชื่ออื่น</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"เมธอด API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fgpt-4o-mini-transcribe\">การรู้จำ</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">เริ่มต้น</h3><p class=\"mdesc-full\">GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini เปลี่ยนเสียงเป็นบทถอดเสียง JSON รองรับพรอมป์ต์ข้อความเฉพาะการบันทึกและผลลัพธ์ไฟล์แบบสตรีม และส่งคืนค่าลอการิทึมความน่าจะเป็นของโทเคนเพื่อเจาะจงตรวจบทถอดเสียงได้</p><dl class=\"card-io\" data-card-io><div><dt>อินพุตที่รองรับ</dt><dd>เสียง</dd></div><div><dt>ผลลัพธ์</dt><dd>ข้อความ</dd></div></dl><details class=\"card-about\"><summary>เกี่ยวกับโมเดล</summary><p class=\"note-s\" data-model-method-boundary>คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก</p><div class=\"mabout\" id=\"m-about\"><p>GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini รับเสียงพร้อมข้อความแนะนำที่เลือกให้ได้แล้วสร้างข้อความที่รู้จำ เป็นคนละโมเดลกับ GPT-4o Transcribe ซึ่งใช้ GPT-4o และโปรไฟล์ GPT Transcribe ที่ใหม่กว่าซึ่งมีฟิลด์คำสำคัญและคำใบ้หลายภาษาแยกต่างหาก ชิ้นงานที่มีประโยชน์ในที่นี้คือบทถอดเสียงคำพูดต้นฉบับของการบันทึกที่เตรียมไว้สำหรับค้น ตรวจทาน หรือขั้นตอนประมวลผลเนื้อหาถัดไป</p><h4>เตรียมการบันทึก</h4><p>คู่มือถอดเสียงจากไฟล์ของ OpenAI รับการอัปโหลดเสียงสูงสุด 25 MB เอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV และ WebM พร้อมเมทาดาทาชื่อไฟล์และชนิดเนื้อหาที่เพียงพอระบุรูปแบบเสียง การบันทึกที่ใหญ่กว่าบีบอัดหรือแบ่งเป็นชิ้นไม่เกิน 25 MB ได้ รักษาขอบเขตประโยคเมื่อแบ่ง และเก็บแต่ละชิ้นให้เชื่อมกับเสียงต้นทางและตำแหน่ง เพื่อประกอบข้อความตามลำดับที่ถูกต้องภายหลัง</p><p>สำหรับบันทึกเสียงพูด ให้เก็บบทถอดเสียงที่ระบุได้หนึ่งรายการต่อการบันทึก และตรวจชื่อหรือตัวเลขก่อนใช้ข้อความสร้างงาน สำหรับบทสอนด้วยคำพูด ให้เทียบถ้อยคำที่รู้จำกับคำแนะนำต้นฉบับก่อนแก้ไขเพื่อเผยแพร่ บรีฟเตรียมงานที่มีประโยชน์ระบุภาษาที่พูดและคำที่อาจฟังผิด การถอดคำเป็นขั้นตอนแรก ส่วนการตีความ สรุป หรือแปลใช้บทถอดเสียงที่ตรวจแล้วภายหลังได้</p><h4>แนวทางพรอมป์ต์และคำใบ้ภาษาเดียว</h4><p>การผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับพรอมป์ต์อิสระ OpenAI อธิบายพรอมป์ต์สำหรับชื่อ ตัวย่อ ศัพท์เฉพาะการบันทึก เครื่องหมายวรรคตอน ตัวพิมพ์ใหญ่เล็ก คำเติมระหว่างพูด และระบบการเขียนที่ต้องการ เอกสารอ้างอิงเอนด์พอยต์ระบุว่าพรอมป์ต์ควรตรงกับภาษาเสียง และนำบริบทจากส่วนเสียงก่อนหน้ามาใช้ได้ ใส่การสะกดที่เกี่ยวข้องหรือคำอธิบายหัวข้อสั้น ๆ แทนการขอให้พรอมป์ต์ถอดเสียงทำงานเหมือนคำสั่งแชตที่ไม่มีข้อจำกัด</p><p>คำใบ้ภาษาที่มีอยู่ของโมเดลนี้ใช้ฟิลด์ language แบบเอกพจน์ เอกสารอ้างอิงของผู้พัฒนาระบุรหัสภาษาอินพุต ISO 639-1 เช่น en ส่วนฟิลด์ keywords และ languages แบบพหูพจน์มีเอกสารสำหรับ GPT Transcribe ไม่ใช่ส่วนของโปรไฟล์ Mini นี้ สำหรับการบันทึกหลายรายการ ให้เก็บการตั้งค่าภาษาที่พูดที่ต้องการไว้กับแต่ละอินพุต แทนการตีความว่าเป็นคำขอให้แปลผลลัพธ์</p><h4>ผลลัพธ์ JSON และตัวเลือกความน่าจะเป็นของโทเคน</h4><p>เอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ JSON เป็นรูปแบบคำตอบที่ GPT-4o Mini Transcribe รองรับ ถ้อยคำที่รู้จำอยู่ในฟิลด์ text เมื่อร้องขอ คำตอบ JSON แนบค่าลอการิทึมความน่าจะเป็นของโทเคนได้ ค่าเหล่านี้อธิบายความน่าจะเป็นของโทเคนจากโมเดลและช่วยระบุเนื้อหาที่ควรตรวจละเอียด ไม่ได้พิสูจน์ว่าชื่อ ตัวเลข หรือประโยคตรงกับเสียง ใช้การบันทึกตัดสินว่าควรแก้คำที่น่าสงสัยหรือไม่</p><p>โปรไฟล์ถอดเสียง Mini ปกติไม่ได้ให้เอาต์พุต SRT, VTT เวลาระดับคำแบบละเอียด หรือป้ายผู้พูดโดยตรงผ่านข้อกำหนด JSON นั้น OpenAI มีเอกสารโมเดลและรูปแบบเฉพาะสำหรับความสามารถเหล่านี้ หากชิ้นงานที่ต้องการคือแทร็กคำบรรยาย ให้เก็บบทถอดเสียงที่ตรวจแล้วไว้สำหรับกระบวนการกำหนดเวลาแยก แทนการคิดว่าผลลัพธ์ข้อความล้วนมีขอบเขตคำบรรยายอยู่แล้ว</p><h4>สตรีมเอาต์พุตไฟล์และโหมดตามเอกสาร</h4><p>คู่มือแปลงเสียงพูดเป็นข้อความของผู้พัฒนาระบุชัดว่าการผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับการสตรีมไฟล์ การบันทึกที่เสร็จแล้วสร้างข้อความถอดเสียงบางส่วนตามด้วยผลลัพธ์สุดท้ายระหว่างประมวลผลได้ เก็บบทถอดเสียงสุดท้ายเป็นชิ้นงานที่เสร็จแล้ว การปรากฏของข้อความบางส่วนไม่ได้หมายความว่ากระบวนการไฟล์รับเสียงไมโครโฟนสดอย่างต่อเนื่อง การ์ดโมเดลแยกระบุตระกูลเอนด์พอยต์การถอดเสียงและ Realtime อินเทอร์เฟซของผู้พัฒนาเหล่านั้นไม่ได้หมายความว่าทุกฟิลด์เซสชันจากโมเดลถอดเสียงอื่นใช้ได้ที่นี่</p><h4>บริบท โควตาเอาต์พุต และการตรวจที่มีประโยชน์</h4><p>ข้อกำหนดโมเดลปัจจุบันของ OpenAI ระบุหน้าต่างบริบท 16,000 โทเคน เอาต์พุตสูงสุด 2,000 โทเคน และวันสิ้นสุดความรู้ 1 มิถุนายน 2024 นี่คือตัวเลขข้อกำหนดโมเดล ไม่ใช่ระยะเวลาเป็นนาทีที่ใช้ทั่วไปกับการบันทึกเสียง กฎขนาดไฟล์และโควตาโทเคนอธิบายข้อจำกัดต่างกัน สำหรับเนื้อหายาว ให้เตรียมการบันทึกตามกระบวนการไฟล์ที่มีเอกสาร ส่งต่อบริบทที่เกี่ยวข้องระหว่างชิ้น และตรวจว่าข้อความสุดท้ายมีตอนจบของต้นทาง</p><p>ผลลัพธ์ Mini Transcribe ที่มีประโยชน์รักษาถ้อยคำและความสัมพันธ์กับการบันทึก พร้อมแยกข้อมูลความน่าจะเป็นที่เลือกขอออกจากการแก้ไขเชิงบรรณาธิการ ตรวจคำศัพท์ที่ไม่คุ้น สำเนียง เสียงรบกวนเบื้องหลัง การเปลี่ยนภาษา และคำพูดทับกันโดยมีเสียงต้นฉบับให้ฟัง เมื่อแก้ข้อความให้อ่านง่าย ให้แยกฉบับบรรณาธิการออกจากบทถอดเสียงที่รู้จำ เพื่อให้ผู้ใช้ภายหลังรู้ว่าถ้อยคำใดมาจากการบันทึกและคำใดถูกเปลี่ยนระหว่างเตรียมงาน</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">ใช้งานได้ใน Ailoot · อินพุตและเมธอด</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · การถอดเสียง</b> <code>POST /v1/audio/transcriptions</code></summary><dl class=\"method-capabilities\"><div><dt>ขาเข้า</dt><dd><code>audio</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th><th>ข้อกำหนด</th><th>ค่าและข้อจำกัด</th><th>ค่าเริ่มต้น</th></tr></thead><tbody><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>openai/gpt-4o-mini-transcribe</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">input_audio</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>object</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr></tbody></table></div><details class=\"note-s\" data-method-contract><summary>พารามิเตอร์และวงจรการทำงานของเมธอด</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>พารามิเตอร์</th><th>ข้อกำหนด</th></tr></thead><tbody><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>content_type</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>application/json</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>required</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>model, input_audio</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>material_types</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>audio</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>material_conditions</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ตัวอย่างนี้อ่านไฟล์ PCM WAV จริงของคุณที่ไม่ว่าง เข้ารหัสไบต์ทั้งหมดของไฟล์เป็น base64 และส่ง input_audio.format เป็น wav</td></tr></tbody></table></div><p>วงจรการทำงาน: <code>synchronous_result_then_owned_library</code></p><p class=\"note-s\"><code>GET /v1/media/tasks/{task_id}</code> · task_id ที่ตรงตามบันทึกสื่อเดิมซึ่งเป็นของคุณ</p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}/content</code></p><p class=\"note-s\"><code>GET /v1/media/assets</code></p><p class=\"note-s\"><code>GET /v1/media/assets/{asset_id}</code></p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">ราคา</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก</p><dl data-price-conditions><dt>โหมดรวดเร็ว</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมดรวดเร็ว</span></dd><dt>โหมดยืดหยุ่น</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมด flex</span></dd><dt>ระดับการใช้เหตุผลสูงสุด</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด</span></dd></dl></div><div data-declared-tariff-pricing><h4>อัตราค่าบริการ Ailoot</h4><h4>ราคาตามการตั้งค่า</h4><p class=\"note-s\">เทียบค่าบริการแต่ละรายการกับเงื่อนไขที่แสดง เลือกใช้อัตราเดียวสำหรับแต่ละชุดการตั้งค่าที่เป็นตัวเลือกทดแทนกัน</p><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>การตั้งค่า</th><th>ตารางอัตราค่าบริการ</th><th>หน่วยคิดค่าบริการ</th><th>ค่าบริการ</th></tr></thead><tbody><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>อัตราค่าบริการโทเคนพื้นฐาน</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>อัตราพื้นฐาน</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>—</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า · โทเค็นอินพุต</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาออก · โทเค็นเอาต์พุต</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การอ่านแคช</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช, 1 ชั่วโมง</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div></td></tr><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>โทเค็นอินพุต</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>—</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>/ 1K โทเค็น</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า</span> <b>$0.0025</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div></td></tr><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>โทเค็นเอาต์พุต</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>—</td><td data-cell-label=\"หน่วยคิดค่าบริการ\"><span class=\"card-cell-label\">หน่วยคิดค่าบริการ</span>/ 1K โทเค็น</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาออก</span> <b>$0.01</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย <a href=\"/docs/th/billing/reserve/\">วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">ตัวอย่างคำขอ</h3><h4>Ailoot Ultra · การถอดเสียง</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"ตัวเลือกโค้ด\"><button class=\"cg-tab\" id=\"model-code-2046-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-2046-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl · ไฟล์ WAV จริงและผลลัพธ์ต้นฉบับที่ครบถ้วน</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"คัดลอกโค้ด\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-2046-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-2046-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\n: &quot;${AILOOT_AUDIO_FILE:?Set the path to your actual PCM WAV recording}&quot;\nexport AILOOT_AUDIO_FILE\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport base64, io, json, os, wave\nfrom pathlib import Path\naudio = Path(os.environ[&#39;AILOOT_AUDIO_FILE&#39;]).read_bytes()\nif not (audio[:4] == b&#39;RIFF&#39; and audio[8:12] == b&#39;WAVE&#39;):\n    raise SystemExit(&#39;Supply your actual PCM WAV audio file&#39;)\nwith wave.open(io.BytesIO(audio), &#39;rb&#39;) as recording:\n    if recording.getcomptype() != &#39;NONE&#39; or recording.getnframes() &lt;= 0:\n        raise SystemExit(&#39;Supply a nonempty PCM WAV recording&#39;)\nrequest = {&#39;model&#39;: &#39;openai/gpt-4o-mini-transcribe&#39;, &#39;input_audio&#39;: {&#39;data&#39;: base64.b64encode(audio).decode(&#39;ascii&#39;), &#39;format&#39;: &#39;wav&#39;}}\nPath(&#39;request.json&#39;).write_text(json.dumps(request, ensure_ascii=False), encoding=&#39;utf-8&#39;)\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n  -H &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\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.\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">รับและบันทึกผลลัพธ์</h3><h4>Ailoot Ultra · การถอดเสียง</h4><p class=\"note-s\">เนื้อหาการตอบกลับเดิมทั้งหมด สถานะ และส่วนหัวที่ส่งต่อ ตัวจัดการนี้ไม่เพิ่มโครงสร้าง JSON ฟิลด์ข้อความ หรือโครงสร้างห่อหุ้มงานแบบสากล</p><ul class=\"card-result-paths\"><li><code>GET /v1/media/tasks/{task_id}</code></li><li><code>GET /v1/media/assets/{asset_id}/content</code></li><li><code>GET /v1/media/assets</code></li><li><code>GET /v1/media/assets/{asset_id}</code></li></ul><div class=\"card-result-process\" data-all-results><h5>เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด</h5><p class=\"note-s\">เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน</p><p class=\"note-s\">เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ</h5><p class=\"note-s\">เก็บ X-Client-Request-ID จริงและการตอบกลับทั้งหมด อ่านแอสเซ็ตเดิมที่เป็นของคุณและ URL เนื้อหาที่ลงลายเซ็นตรงตามที่ส่งกลับ ห้ามส่งคำขอสร้างที่ยังไม่แน่ชัดซ้ำ</p></div><details class=\"card-about\" data-output-fields><summary>ฟิลด์การตอบกลับ</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th></tr></thead><tbody><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">text (when present)</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">usage (when present)</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span></td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>ข้อผิดพลาดและขั้นตอนถัดไป</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>การตอบกลับ</th><th>เงื่อนไข</th><th>ขั้นตอนถัดไป</th></tr></thead><tbody><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>เนื้อหา JSON หรือ ID โมเดลมาตรฐานที่ระบุชัดเจนไม่ถูกต้อง</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>เก็บการตอบกลับและแก้ไขฟิลด์คำขอที่ระบุ</td></tr><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>401 · <code>authentication_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>คีย์ API ของ Ailoot ไม่ถูกต้อง</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>ใช้คีย์ API ของ Ailoot ที่คุณได้รับอนุญาต</td></tr><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>403 · <code>permission_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>กลุ่มคีย์ไม่อนุญาตให้ใช้เมธอดนี้</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>เก็บรายละเอียดข้อผิดพลาดที่ส่งกลับไว้</td></tr><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>404 · <code>not_found_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>เมธอดที่เลือกไม่มีเส้นทางที่ได้รับอนุญาต</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>เก็บรายละเอียดข้อผิดพลาดที่ส่งกลับไว้</td></tr><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>422 · <code>price_unavailable</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>อัตราค่าบริการที่ยอมรับไม่สามารถระบุปริมาณข้อมูลขาเข้าหรือขอบเขตที่จำเป็นได้</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>เก็บการตอบกลับไว้ ใช้รูปแบบข้อมูลขาเข้าที่อัตราค่าบริการที่ยอมรับกำหนดไว้</td></tr><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>503 · <code></code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>ที่เก็บข้อมูล เส้นทาง ราคาเมธอด หรือการกันวงเงินที่จำเป็นไม่พร้อมใช้งาน</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>เก็บการตอบกลับเดิมทั้งหมด การกันวงเงินที่ไม่แน่นอนไม่อนุญาตให้ส่งซ้ำ</td></tr><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>502 · <code>server_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>ต้องตรวจสอบผลลัพธ์ การใช้งาน หรือการชำระบัญชีเดิม</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>เก็บ ID คำขอจริงและการตอบกลับเดิม อ่านบันทึกเดิมที่เป็นของคุณ อย่าส่งคำขอสร้างซ้ำ</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">ชื่ออื่น</h3><h4>ชื่ออื่นของโมเดล</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=openai%2Fgpt-4o-mini-transcribe&amp;route=Ultra&amp;caller=openai%2Fgpt-4o-mini-transcribe&amp;fmt=transcriptions\"><code>openai/gpt-4o-mini-transcribe</code></a></span></p><h4>ชื่อพาธเมธอดอื่น</h4><p class=\"note-s\">ใช้พาธเมธอดที่แสดงด้านบน</p><h4>ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล</h4><p class=\"note-s\"><a href=\"#m=openai%2Fgpt-4o-mini-transcribe&amp;route=Ultra&amp;caller=openai%2Fgpt-4o-mini-transcribe&amp;fmt=transcriptions\"><code>openai/gpt-4o-mini-transcribe</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "openai/gpt-4o-mini-transcribe",
        "fmt": "transcriptions",
        "http": "POST",
        "path": "/v1/audio/transcriptions",
        "request_model_id": "openai/gpt-4o-mini-transcribe",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|transcriptions|/v1/audio/transcriptions|openai%2Fgpt-4o-mini-transcribe",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "เนื้อหา JSON หรือ ID โมเดลมาตรฐานที่ระบุชัดเจนไม่ถูกต้อง",
                "http_status": 400,
                "recovery": "เก็บการตอบกลับและแก้ไขฟิลด์คำขอที่ระบุ",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "คีย์ API ของ Ailoot ไม่ถูกต้อง",
                "http_status": 401,
                "recovery": "ใช้คีย์ API ของ Ailoot ที่คุณได้รับอนุญาต",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "กลุ่มคีย์ไม่อนุญาตให้ใช้เมธอดนี้",
                "http_status": 403,
                "recovery": "เก็บรายละเอียดข้อผิดพลาดที่ส่งกลับไว้",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "เมธอดที่เลือกไม่มีเส้นทางที่ได้รับอนุญาต",
                "http_status": 404,
                "recovery": "เก็บรายละเอียดข้อผิดพลาดที่ส่งกลับไว้",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "อัตราค่าบริการที่ยอมรับไม่สามารถระบุปริมาณข้อมูลขาเข้าหรือขอบเขตที่จำเป็นได้",
                "http_status": 422,
                "recovery": "เก็บการตอบกลับไว้ ใช้รูปแบบข้อมูลขาเข้าที่อัตราค่าบริการที่ยอมรับกำหนดไว้",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "ที่เก็บข้อมูล เส้นทาง ราคาเมธอด หรือการกันวงเงินที่จำเป็นไม่พร้อมใช้งาน",
                "http_status": 503,
                "recovery": "เก็บการตอบกลับเดิมทั้งหมด การกันวงเงินที่ไม่แน่นอนไม่อนุญาตให้ส่งซ้ำ",
                "type": null
              },
              {
                "code": null,
                "condition": "ต้องตรวจสอบผลลัพธ์ การใช้งาน หรือการชำระบัญชีเดิม",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "เก็บ ID คำขอจริงและการตอบกลับเดิม อ่านบันทึกเดิมที่เป็นของคุณ อย่าส่งคำขอสร้างซ้ำ",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "เก็บ X-Client-Request-ID จริงและการตอบกลับทั้งหมด อ่านแอสเซ็ตเดิมที่เป็นของคุณและ URL เนื้อหาที่ลงลายเซ็นตรงตามที่ส่งกลับ ห้ามส่งคำขอสร้างที่ยังไม่แน่ชัดซ้ำ"
            },
            "outputs": {
              "all_results": "เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "เนื้อหาการตอบกลับเดิมทั้งหมด สถานะ และส่วนหัวที่ส่งต่อ ตัวจัดการนี้ไม่เพิ่มโครงสร้าง JSON ฟิลด์ข้อความ หรือโครงสร้างห่อหุ้มงานแบบสากล"
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/gpt-4o-mini-transcribe"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "openai/gpt-4o-mini-transcribe"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/gpt-4o-mini-transcribe"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "ตัวอย่างนี้อ่านไฟล์ PCM WAV จริงของคุณที่ไม่ว่าง เข้ารหัสไบต์ทั้งหมดของไฟล์เป็น base64 และส่ง input_audio.format เป็น wav"
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "task_id ที่ตรงตามบันทึกสื่อเดิมซึ่งเป็นของคุณ",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "input token",
            "units": [
              {
                "amount": "0.0025000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_token",
                "label": "input token",
                "native_amount_usd_per_unit": "0.0000025",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "output token",
            "units": [
              {
                "amount": "0.01000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_token",
                "label": "output token",
                "native_amount_usd_per_unit": "0.00001",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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-mini-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.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "การถอดเสียง",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "input_token": 2.5e-06,
            "output_token": 1e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "input token",
            "units": [
              {
                "amount": "0.0025000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_token",
                "label": "input token",
                "native_amount_usd_per_unit": "0.0000025",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "output token",
            "units": [
              {
                "amount": "0.01000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_token",
                "label": "output token",
                "native_amount_usd_per_unit": "0.00001",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              }
            ]
          }
        ],
        "request_model_id": "openai/gpt-4o-mini-transcribe",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0025000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_token",
            "label": "input token",
            "native_amount_usd_per_unit": "0.0000025",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.01000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_token",
            "label": "output token",
            "native_amount_usd_per_unit": "0.00001",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ]
      }
    }
  ],
  "model_id": "openai/gpt-4o-mini-transcribe",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "74f4c16f1c3dd9e1fe153aab2e7ba1108ca665460d9d7373c502b00a50a5c687",
    "input_html_sha256": "2ba4f941f202e1a51dfc49a7b86ca934e764695b53fcba8d033423acf2896fab",
    "private_audit_sha256": "b36ca8132fe2b33d22842e7f5c1aade49e95062fc4e20087e76d7dca7f9a038e",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/th/openai-gpt-4o-mini-transcribe/",
    "description": "GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini เปลี่ยนเสียงเป็นบทถอดเสียง JSON รองรับพรอมป์ต์ข้อความเฉพาะการบันทึกและผลลัพธ์ไฟล์แบบสตรีม และส่งคืนค่าลอการิทึมความน่าจะเป็นของโทเคนเพื่อเจาะจงตรวจบทถอดเสียงได้",
    "locale": "th",
    "md_url": "https://ailoot.ai/models/th/openai-gpt-4o-mini-transcribe/index.md",
    "title": "OpenAI: GPT-4o Mini Transcribe — Ailoot",
    "url": "https://ailoot.ai/models/th/openai-gpt-4o-mini-transcribe/"
  },
  "rawModel": {
    "about": "GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini รับเสียงพร้อมข้อความแนะนำที่เลือกให้ได้แล้วสร้างข้อความที่รู้จำ เป็นคนละโมเดลกับ GPT-4o Transcribe ซึ่งใช้ GPT-4o และโปรไฟล์ GPT Transcribe ที่ใหม่กว่าซึ่งมีฟิลด์คำสำคัญและคำใบ้หลายภาษาแยกต่างหาก ชิ้นงานที่มีประโยชน์ในที่นี้คือบทถอดเสียงคำพูดต้นฉบับของการบันทึกที่เตรียมไว้สำหรับค้น ตรวจทาน หรือขั้นตอนประมวลผลเนื้อหาถัดไป\n\n### เตรียมการบันทึก\n\nคู่มือถอดเสียงจากไฟล์ของ OpenAI รับการอัปโหลดเสียงสูงสุด 25 MB เอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ FLAC, MP3, MP4, MPEG, MPGA, M4A, OGG, WAV และ WebM พร้อมเมทาดาทาชื่อไฟล์และชนิดเนื้อหาที่เพียงพอระบุรูปแบบเสียง การบันทึกที่ใหญ่กว่าบีบอัดหรือแบ่งเป็นชิ้นไม่เกิน 25 MB ได้ รักษาขอบเขตประโยคเมื่อแบ่ง และเก็บแต่ละชิ้นให้เชื่อมกับเสียงต้นทางและตำแหน่ง เพื่อประกอบข้อความตามลำดับที่ถูกต้องภายหลัง\n\nสำหรับบันทึกเสียงพูด ให้เก็บบทถอดเสียงที่ระบุได้หนึ่งรายการต่อการบันทึก และตรวจชื่อหรือตัวเลขก่อนใช้ข้อความสร้างงาน สำหรับบทสอนด้วยคำพูด ให้เทียบถ้อยคำที่รู้จำกับคำแนะนำต้นฉบับก่อนแก้ไขเพื่อเผยแพร่ บรีฟเตรียมงานที่มีประโยชน์ระบุภาษาที่พูดและคำที่อาจฟังผิด การถอดคำเป็นขั้นตอนแรก ส่วนการตีความ สรุป หรือแปลใช้บทถอดเสียงที่ตรวจแล้วภายหลังได้\n\n### แนวทางพรอมป์ต์และคำใบ้ภาษาเดียว\n\nการผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับพรอมป์ต์อิสระ OpenAI อธิบายพรอมป์ต์สำหรับชื่อ ตัวย่อ ศัพท์เฉพาะการบันทึก เครื่องหมายวรรคตอน ตัวพิมพ์ใหญ่เล็ก คำเติมระหว่างพูด และระบบการเขียนที่ต้องการ เอกสารอ้างอิงเอนด์พอยต์ระบุว่าพรอมป์ต์ควรตรงกับภาษาเสียง และนำบริบทจากส่วนเสียงก่อนหน้ามาใช้ได้ ใส่การสะกดที่เกี่ยวข้องหรือคำอธิบายหัวข้อสั้น ๆ แทนการขอให้พรอมป์ต์ถอดเสียงทำงานเหมือนคำสั่งแชตที่ไม่มีข้อจำกัด\n\nคำใบ้ภาษาที่มีอยู่ของโมเดลนี้ใช้ฟิลด์ language แบบเอกพจน์ เอกสารอ้างอิงของผู้พัฒนาระบุรหัสภาษาอินพุต ISO 639-1 เช่น en ส่วนฟิลด์ keywords และ languages แบบพหูพจน์มีเอกสารสำหรับ GPT Transcribe ไม่ใช่ส่วนของโปรไฟล์ Mini นี้ สำหรับการบันทึกหลายรายการ ให้เก็บการตั้งค่าภาษาที่พูดที่ต้องการไว้กับแต่ละอินพุต แทนการตีความว่าเป็นคำขอให้แปลผลลัพธ์\n\n### ผลลัพธ์ JSON และตัวเลือกความน่าจะเป็นของโทเคน\n\nเอกสารอ้างอิงเอนด์พอยต์ปัจจุบันระบุ JSON เป็นรูปแบบคำตอบที่ GPT-4o Mini Transcribe รองรับ ถ้อยคำที่รู้จำอยู่ในฟิลด์ text เมื่อร้องขอ คำตอบ JSON แนบค่าลอการิทึมความน่าจะเป็นของโทเคนได้ ค่าเหล่านี้อธิบายความน่าจะเป็นของโทเคนจากโมเดลและช่วยระบุเนื้อหาที่ควรตรวจละเอียด ไม่ได้พิสูจน์ว่าชื่อ ตัวเลข หรือประโยคตรงกับเสียง ใช้การบันทึกตัดสินว่าควรแก้คำที่น่าสงสัยหรือไม่\n\nโปรไฟล์ถอดเสียง Mini ปกติไม่ได้ให้เอาต์พุต SRT, VTT เวลาระดับคำแบบละเอียด หรือป้ายผู้พูดโดยตรงผ่านข้อกำหนด JSON นั้น OpenAI มีเอกสารโมเดลและรูปแบบเฉพาะสำหรับความสามารถเหล่านี้ หากชิ้นงานที่ต้องการคือแทร็กคำบรรยาย ให้เก็บบทถอดเสียงที่ตรวจแล้วไว้สำหรับกระบวนการกำหนดเวลาแยก แทนการคิดว่าผลลัพธ์ข้อความล้วนมีขอบเขตคำบรรยายอยู่แล้ว\n\n### สตรีมเอาต์พุตไฟล์และโหมดตามเอกสาร\n\nคู่มือแปลงเสียงพูดเป็นข้อความของผู้พัฒนาระบุชัดว่าการผสาน GPT-4o Mini Transcribe ที่มีอยู่รองรับการสตรีมไฟล์ การบันทึกที่เสร็จแล้วสร้างข้อความถอดเสียงบางส่วนตามด้วยผลลัพธ์สุดท้ายระหว่างประมวลผลได้ เก็บบทถอดเสียงสุดท้ายเป็นชิ้นงานที่เสร็จแล้ว การปรากฏของข้อความบางส่วนไม่ได้หมายความว่ากระบวนการไฟล์รับเสียงไมโครโฟนสดอย่างต่อเนื่อง การ์ดโมเดลแยกระบุตระกูลเอนด์พอยต์การถอดเสียงและ Realtime อินเทอร์เฟซของผู้พัฒนาเหล่านั้นไม่ได้หมายความว่าทุกฟิลด์เซสชันจากโมเดลถอดเสียงอื่นใช้ได้ที่นี่\n\n### บริบท โควตาเอาต์พุต และการตรวจที่มีประโยชน์\n\nข้อกำหนดโมเดลปัจจุบันของ OpenAI ระบุหน้าต่างบริบท 16,000 โทเคน เอาต์พุตสูงสุด 2,000 โทเคน และวันสิ้นสุดความรู้ 1 มิถุนายน 2024 นี่คือตัวเลขข้อกำหนดโมเดล ไม่ใช่ระยะเวลาเป็นนาทีที่ใช้ทั่วไปกับการบันทึกเสียง กฎขนาดไฟล์และโควตาโทเคนอธิบายข้อจำกัดต่างกัน สำหรับเนื้อหายาว ให้เตรียมการบันทึกตามกระบวนการไฟล์ที่มีเอกสาร ส่งต่อบริบทที่เกี่ยวข้องระหว่างชิ้น และตรวจว่าข้อความสุดท้ายมีตอนจบของต้นทาง\n\nผลลัพธ์ Mini Transcribe ที่มีประโยชน์รักษาถ้อยคำและความสัมพันธ์กับการบันทึก พร้อมแยกข้อมูลความน่าจะเป็นที่เลือกขอออกจากการแก้ไขเชิงบรรณาธิการ ตรวจคำศัพท์ที่ไม่คุ้น สำเนียง เสียงรบกวนเบื้องหลัง การเปลี่ยนภาษา และคำพูดทับกันโดยมีเสียงต้นฉบับให้ฟัง เมื่อแก้ข้อความให้อ่านง่าย ให้แยกฉบับบรรณาธิการออกจากบทถอดเสียงที่รู้จำ เพื่อให้ผู้ใช้ภายหลังรู้ว่าถ้อยคำใดมาจากการบันทึกและคำใดถูกเปลี่ยนระหว่างเตรียมงาน",
    "alias_of": null,
    "aliases": [],
    "author": "OpenAI",
    "capabilities": {
      "context_length": 128000,
      "manufacturer_input": [
        "audio"
      ],
      "manufacturer_output": [
        "transcription"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.0025000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_token",
            "label": "input token",
            "native_amount_usd_per_unit": "0.0000025",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.01000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_token",
            "label": "output token",
            "native_amount_usd_per_unit": "0.00001",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด"
      }
    ],
    "ctx": null,
    "formats": [
      "transcriptions"
    ],
    "id": "openai/gpt-4o-mini-transcribe",
    "input": [
      "audio"
    ],
    "kind": "audio",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": null,
        "cache_write": null,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "errors": [
              {
                "code": null,
                "condition": "เนื้อหา JSON หรือ ID โมเดลมาตรฐานที่ระบุชัดเจนไม่ถูกต้อง",
                "http_status": 400,
                "recovery": "เก็บการตอบกลับและแก้ไขฟิลด์คำขอที่ระบุ",
                "type": "invalid_request_error"
              },
              {
                "code": null,
                "condition": "คีย์ API ของ Ailoot ไม่ถูกต้อง",
                "http_status": 401,
                "recovery": "ใช้คีย์ API ของ Ailoot ที่คุณได้รับอนุญาต",
                "type": "authentication_error"
              },
              {
                "code": null,
                "condition": "กลุ่มคีย์ไม่อนุญาตให้ใช้เมธอดนี้",
                "http_status": 403,
                "recovery": "เก็บรายละเอียดข้อผิดพลาดที่ส่งกลับไว้",
                "type": "permission_error"
              },
              {
                "code": null,
                "condition": "เมธอดที่เลือกไม่มีเส้นทางที่ได้รับอนุญาต",
                "http_status": 404,
                "recovery": "เก็บรายละเอียดข้อผิดพลาดที่ส่งกลับไว้",
                "type": "not_found_error"
              },
              {
                "code": null,
                "condition": "อัตราค่าบริการที่ยอมรับไม่สามารถระบุปริมาณข้อมูลขาเข้าหรือขอบเขตที่จำเป็นได้",
                "http_status": 422,
                "recovery": "เก็บการตอบกลับไว้ ใช้รูปแบบข้อมูลขาเข้าที่อัตราค่าบริการที่ยอมรับกำหนดไว้",
                "type": "price_unavailable"
              },
              {
                "code": null,
                "condition": "ที่เก็บข้อมูล เส้นทาง ราคาเมธอด หรือการกันวงเงินที่จำเป็นไม่พร้อมใช้งาน",
                "http_status": 503,
                "recovery": "เก็บการตอบกลับเดิมทั้งหมด การกันวงเงินที่ไม่แน่นอนไม่อนุญาตให้ส่งซ้ำ",
                "type": null
              },
              {
                "code": null,
                "condition": "ต้องตรวจสอบผลลัพธ์ การใช้งาน หรือการชำระบัญชีเดิม",
                "http_status": 502,
                "operation_id_source": "actual X-Client-Request-ID",
                "recovery": "เก็บ ID คำขอจริงและการตอบกลับเดิม อ่านบันทึกเดิมที่เป็นของคุณ อย่าส่งคำขอสร้างซ้ำ",
                "response_headers": {
                  "x-should-retry": "false"
                },
                "type": "server_error"
              }
            ],
            "lifecycle": {
              "assets": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets"
                },
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}"
                }
              ],
              "content": [
                {
                  "http": "GET",
                  "path": "/v1/media/assets/{asset_id}/content",
                  "url_source": "exact returned signed content URL"
                }
              ],
              "dedicated_method_polling_or_cancel": false,
              "mode": "synchronous_result_then_owned_library",
              "original_POST_adds_task_envelope": false,
              "status": [
                {
                  "http": "GET",
                  "id_source": "exact task_id from an existing owned media record",
                  "path": "/v1/media/tasks/{task_id}"
                }
              ],
              "unknown": "เก็บ X-Client-Request-ID จริงและการตอบกลับทั้งหมด อ่านแอสเซ็ตเดิมที่เป็นของคุณและ URL เนื้อหาที่ลงลายเซ็นตรงตามที่ส่งกลับ ห้ามส่งคำขอสร้างที่ยังไม่แน่ชัดซ้ำ"
            },
            "outputs": {
              "all_results": "เก็บการตอบกลับและส่วนหัวให้ครบถ้วน เก็บผลลัพธ์จริงทุกรายการ ตัวระบุที่ส่งกลับมาแต่เดิม และฟิลด์ข้อมูลการใช้งานทั้งหมด กู้คืนการดำเนินการเดิมโดยไม่ส่งคำขอสร้างซ้ำ",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "text (when present)",
                  "type": null
                },
                {
                  "description": null,
                  "name": "usage (when present)",
                  "type": null
                }
              ],
              "result": "เนื้อหาการตอบกลับเดิมทั้งหมด สถานะ และส่วนหัวที่ส่งต่อ ตัวจัดการนี้ไม่เพิ่มโครงสร้าง JSON ฟิลด์ข้อความ หรือโครงสร้างห่อหุ้มงานแบบสากล"
            },
            "parameters": [
              {
                "default_known": false,
                "enum": [
                  "openai/gpt-4o-mini-transcribe"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "default_known": false,
                "enum_known": false,
                "name": "input_audio",
                "required": true,
                "type": "object"
              }
            ],
            "request_schema": {
              "properties": {
                "input_audio": {
                  "properties": {
                    "data": {
                      "contentEncoding": "base64",
                      "type": "string"
                    },
                    "format": {
                      "type": "string"
                    }
                  },
                  "required": [
                    "data",
                    "format"
                  ],
                  "type": "object"
                },
                "model": {
                  "enum": [
                    "openai/gpt-4o-mini-transcribe"
                  ],
                  "type": "string"
                }
              },
              "required": [
                "model",
                "input_audio"
              ],
              "type": "object"
            },
            "schema_template": {
              "actual_file_preparation_required": true,
              "body": {
                "input_audio": {
                  "data": "${BASE64_ACTUAL_WAV_BYTES}",
                  "format": "wav"
                },
                "model": "openai/gpt-4o-mini-transcribe"
              },
              "content_type": "application/json"
            }
          },
          "input": {
            "content_type": "application/json",
            "material_conditions": [
              "ตัวอย่างนี้อ่านไฟล์ PCM WAV จริงของคุณที่ไม่ว่าง เข้ารหัสไบต์ทั้งหมดของไฟล์เป็น base64 และส่ง input_audio.format เป็น wav"
            ],
            "material_types": [
              "audio"
            ],
            "required": [
              "model",
              "input_audio"
            ]
          },
          "lifecycle": {
            "assets": [
              {
                "http": "GET",
                "path": "/v1/media/assets"
              },
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}"
              }
            ],
            "content": [
              {
                "http": "GET",
                "path": "/v1/media/assets/{asset_id}/content",
                "url_source": "exact returned signed content URL"
              }
            ],
            "dedicated_method_polling_or_cancel": false,
            "mode": "synchronous_result_then_owned_library",
            "original_POST_adds_task_envelope": false,
            "status": [
              {
                "http": "GET",
                "id_source": "task_id ที่ตรงตามบันทึกสื่อเดิมซึ่งเป็นของคุณ",
                "path": "/v1/media/tasks/{task_id}"
              }
            ],
            "unknown": "Retain the actual X-Client-Request-ID and complete response. Read the original owned assets and their exact signed content URLs; never resubmit an uncertain creation."
          },
          "method": {
            "http": "POST",
            "path": "/v1/audio/transcriptions"
          },
          "output": {
            "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.",
            "family": "text",
            "fields": [
              {
                "description": null,
                "name": "text (when present)",
                "type": null
              },
              {
                "description": null,
                "name": "usage (when present)",
                "type": null
              }
            ],
            "result": "Complete original response body, status and forwarded headers. No universal JSON shape, text field or task envelope is added by this handler."
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "input token",
            "units": [
              {
                "amount": "0.0025000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_token",
                "label": "input token",
                "native_amount_usd_per_unit": "0.0000025",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "output token",
            "units": [
              {
                "amount": "0.01000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_token",
                "label": "output token",
                "native_amount_usd_per_unit": "0.00001",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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-mini-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.\n",
            "label": "curl · actual WAV file and complete original result",
            "language": "bash"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "transcriptions",
        "hints": [
          "The example reads your actual nonempty PCM WAV file, encodes the complete file bytes as base64 and sends input_audio.format as wav.",
          "The format value in the example is the documented recipe; no model-specific format list, limit or default is asserted.",
          "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again."
        ],
        "http": "POST",
        "in": null,
        "input": [
          "audio"
        ],
        "label": "การถอดเสียง",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [],
        "native_endpoint": "audio_transcriptions",
        "out": null,
        "output": [
          "text"
        ],
        "path": "/v1/audio/transcriptions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "per_request",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null,
          "unit_prices": {
            "input_token": 2.5e-06,
            "output_token": 1e-05
          }
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "input token",
            "units": [
              {
                "amount": "0.0025000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_token",
                "label": "input token",
                "native_amount_usd_per_unit": "0.0000025",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              }
            ]
          },
          {
            "dimensions": {
              "quoted_unit": "/ 1K tokens"
            },
            "label": "output token",
            "units": [
              {
                "amount": "0.01000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_token",
                "label": "output token",
                "native_amount_usd_per_unit": "0.00001",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              }
            ]
          }
        ],
        "request_model_id": "openai/gpt-4o-mini-transcribe",
        "route_label": "Ultra",
        "status_reads": [
          "GET /v1/media/tasks/{task_id}"
        ],
        "tiers": [],
        "units": [
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          },
          {
            "amount": "0.0025000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_token",
            "label": "input token",
            "native_amount_usd_per_unit": "0.0000025",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.01000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_token",
            "label": "output token",
            "native_amount_usd_per_unit": "0.00001",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "openai/gpt-4o-mini-transcribe",
        "request_model_id": "openai/gpt-4o-mini-transcribe",
        "route_label": "Ultra"
      }
    ],
    "name": "OpenAI: GPT-4o Mini Transcribe",
    "price": {
      "in": null,
      "in_label": null,
      "out": 0.01,
      "out_label": "/ 1K tokens",
      "sort_in": null,
      "sort_out": 0.01,
      "varies": true
    },
    "short": "GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini เปลี่ยนเสียงเป็นบทถอดเสียง JSON รองรับพรอมป์ต์ข้อความเฉพาะการบันทึกและผลลัพธ์ไฟล์แบบสตรีม และส่งคืนค่าลอการิทึมความน่าจะเป็นของโทเคนเพื่อเจาะจงตรวจบทถอดเสียงได้"
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "GPT-4o Mini Transcribe เป็นโมเดลแปลงเสียงพูดเป็นข้อความของ OpenAI ที่ขับเคลื่อนด้วย GPT-4o Mini เปลี่ยนเสียงเป็นบทถอดเสียง JSON รองรับพรอมป์ต์ข้อความเฉพาะการบันทึกและผลลัพธ์ไฟล์แบบสตรีม และส่งคืนค่าลอการิทึมความน่าจะเป็นของโทเคนเพื่อเจาะจงตรวจบทถอดเสียงได้",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "18f5a47e4ac9fffd0a261032ff9205ddcc2551115622c3564e4b32e6ad37bd79",
    "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9"
  },
  "sourceRevision": "84197c39cf86211972f931ae8346ae7680bf1b1259bacd04b3f50bb751b59a4b"
}