Ir al contenido principal

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

GPT-4o Transcribe Diarize, de OpenAI, transcribe una grabación a partir de una URL de audio y asigna a cada segmento una etiqueta de hablante con su inicio y su fin, para archivos de hasta 25 MB y dos horas, con idioma opcional.

Desde $0.0001/s

Playground

Entrada

Voz a texto
1/1
1 / 1 archivos
Conversación que se separará por voces, 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

Duración del audio: 0:02

The next step is ready, please continue.

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

CONVERSACIONES CON TURNOS VISIBLES

Sigue un diálogo grabado por voz, intervención e intervalo de tiempo.

Cifras clave

Contexto / estructura
A / B
Las etiquetas separan las voces dentro de una conversación antes de que tú les asignes nombres.
Límite del archivo
25 MB
Diarize admite conversaciones de hasta 25 MB y como máximo dos horas.
Duración del audio
2 h
Diarize admite conversaciones de hasta 25 MB y como máximo dos horas.
Cobro mínimo
1 s
Segundos de audio medidos

Antes de gastar

Todos los modos
  • Las etiquetas Diarize distinguen voces de una grabación; no prueban identidades ni vinculan personas entre archivos.
  • Las voces simultáneas e interrupciones rápidas pueden confundir los límites de hablante y requieren revisión auditiva.
  • Diarize admite conversaciones de hasta 25 MB y como máximo dos horas.
  • Este endpoint de diarización no expone prompt, voces de referencia ni granularidad temporal; la división es automática.
  • OpenAI declaró obsoleto GPT-4o Transcribe Diarize y finalizará su servicio el 2027-02-26; antes del cierre, Diarize seguirá disponible con la facturación normal. En proyectos nuevos, usa GPT Transcribe para la transcripción habitual y planifica antes del retiro de Diarize cómo migrar las funciones que requieren etiquetas de hablantes.

Lo que hace el modelo

Secciones de ondas violetas y lilas alternadas con conectores dorados finos.

Turnos de voz

Distingue cada intervención

Las etiquetas separan las voces dentro de una conversación antes de que tú les asignes nombres.

Turnos de voz

Vuelve al pasaje marcado

Segmentos sonoros de vidrio morado en distintos puntos de un riel de latón sin marcas.

El inicio y el final de cada segmento te indican dónde retomar la escucha.

Columnas abstractas moradas envían arcos dorados separados hacia un recipiente central.

Turnos de voz

Diálogos largos en orden

La división automática procesa grabaciones más largas y mantiene el orden de los segmentos en el resultado.

Dónde encaja

  • Selecciones para podcasts

    Encuentra un intercambio y escucha su intervalo como candidato para edición.

  • Entrevistas moderadas

    Lee las preguntas del moderador separadas de las respuestas del participante.

  • Revisión de reuniones

    Sigue los cambios de voz para comprobar quién presentó una propuesta.

  • Atribución en investigación

    Verifica la cita de un participante antes de asociarla a un hallazgo.

Referencia del modelo

Referencia de la API de GPT-4o Transcribe Diarize

Especificaciones de la API de GPT-4o Transcribe Diarize

Entrada
GPT-4o Transcribe Diarize · 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 Diarize

  1. Prueba un intercambio alternado

    Carga una conversación breve con un cambio claro entre dos voces.

  2. Inspecciona los segmentos

    Lee etiquetas y tiempos en orden, y escucha la primera transición.

  3. Confirma la atribución

    Asocia etiquetas con participantes conocidos solo después de comprobar el audio.

En resumen

Lee etiquetas y tiempos en orden, y escucha la primera transición. Asocia etiquetas con participantes conocidos solo después de comprobar el audio.

Preguntas sobre la API de GPT-4o Transcribe Diarize

Todos los modelos GPT18

Modelos de texto11