Ir al contenido principal

openai/gpt-4o-transcribe/speech-to-text

GPT-4o Transcribe de OpenAI es un modelo de voz a texto basado en GPT-4o. Transcribe grabaciones de hasta 25 MB y dos horas en el idioma hablado, y un prompt opcional aporta nombres y términos técnicos como contexto.

Desde $0.0001/s

Playground

Entrada

Voz a texto
0/2048
Ortografía y contexto en el idioma hablado máximo 2048 caracteres
1/1
1 / 1 archivos
Grabación de la entrevista, hasta 25 MB mínimo 1 caracteres
Código de idioma de dos letras mínimo 2 caracteres · máximo 2 caracteres
Temperatura de muestreo entre 0 y 1 no menor que 0 · no mayor que 1

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo
Respuesta del modelo

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

ENTREVISTAS TÉCNICAS CON CONTEXTO

Convierte una conversación especializada en un registro que puedas buscar y comprobar.

Cifras clave

Contexto / estructura
prompt
Agrega al prompt los nombres, instrumentos y términos que realmente aparecen en la entrevista.
Límite del archivo
25 MB
Los archivos de entrevistas deben cumplir ambos límites: 25 MB de tamaño y dos horas de duración.
Duración del audio
2 h
Los archivos de entrevistas deben cumplir ambos límites: 25 MB de tamaño y dos horas de duración.
Cobro mínimo
1 s
Segundos de audio medidos

Antes de gastar

Todos los modos
  • Los archivos de entrevistas deben cumplir ambos límites: 25 MB de tamaño y dos horas de duración.
  • Necesitas una grabación cargada o un enlace directo al archivo; la página del reproductor de una entrevista no sirve como audio.
  • Acentos, ruido de fondo y voces superpuestas pueden provocar errores de reconocimiento en discusiones especializadas.
  • Este endpoint estándar no expone controles de hablantes ni de marcas de tiempo; el contexto no garantiza corregir la ortografía.
  • OpenAI marcó GPT-4o Transcribe como obsoleto y anunció el fin del servicio para el 2027-02-26; hasta entonces, seguirá disponible con la facturación habitual. Para tus nuevos proyectos de transcripción de archivos, elige directamente GPT Transcribe en lugar de GPT-4o Transcribe.

Lo que hace el modelo

Un diapasón turquesa rodeado de pequeños prismas bajo luz dorada.

Vocabulario técnico

Vocabulario antes de reconocer

Agrega al prompt los nombres, instrumentos y términos que realmente aparecen en la entrevista.

Vocabulario técnico

Conserva el idioma hablado

Una bocina acústica turquesa frente a una fila de placas de cerámica sin inscripciones.

Si conoces el idioma, indícalo en language. GPT-4o Transcribe escribe lo dicho sin traducir la conversación.

Dos ondas de vidrio turquesa y una lente metálica de inspección unidas por un trayecto dorado.

Vocabulario técnico

Comprueba antes de citar

Busca una afirmación en el texto terminado y escucha la fuente antes de citar un detalle técnico o un nombre.

Dónde encaja

  • Entrevistas científicas

    Localiza un reactivo o un laboratorio mencionado en una conversación de investigación.

  • Traspasos de ingeniería

    Adjunta una versión consultable de la conversación sobre un lanzamiento.

  • Historia oral

    Encuentra un nombre de barrio y verifica después las palabras del testigo.

  • Fuentes periodísticas

    Prepara una transcripción de trabajo para cotejar citas de una entrevista.

Referencia del modelo

Referencia de la API de GPT-4o Transcribe

Especificaciones de la API de GPT-4o Transcribe

Entrada
GPT-4o Transcribe · URL del audio · MP3 / MP4 / MPEG / MPGA / M4A / WAV / WEBM
Idioma
Código ISO 639-1 opcional
Temperatura
0–1; valor inicial 0
Cobro
Segundos de audio medidos
Entrega
Tarea asíncrona

Cómo llamar a la API de GPT-4o Transcribe

  1. Elige un pasaje

    Empieza con un fragmento representativo y guarda la grabación original de la entrevista.

  2. Aporta contexto real

    Escribe términos pertinentes en el idioma del audio y selecciona su código si lo conoces.

  3. Revisa la tarea terminada

    Recupera el resultado asíncrono y escucha nombres, cifras y frases dudosas.

En resumen

Escribe términos pertinentes en el idioma del audio y selecciona su código si lo conoces. Recupera el resultado asíncrono y escucha nombres, cifras y frases dudosas.

Preguntas sobre la API de GPT-4o Transcribe

Todos los modelos GPT18

Modelos de texto11