openai/gpt-live-transcribe/realtime-transcriptionGPT Live Transcribe entrega texto mientras llega el audio, con contexto, idiomas, vocabulario y demora de subtítulos ajustable.
Playground
Salida
Listo para una nueva ejecuciónModelos relacionados y tareas siguientes
¿No está el modelo que buscas?
GPT Live Transcribe entrega texto mientras llega el audio, con contexto, idiomas, vocabulario y demora de subtítulos ajustable.
Cifras clave
- Segmento máximo
- 60s
Lo que hace el modelo
Subtítulos antes de terminar la frase
El ajuste delay controla cuánto audio espera el modelo antes de emitir un fragmento. Una demora corta muestra texto antes; una mayor permite considerar más habla. Distinga el texto provisional en la interfaz y use el resultado final para los procesos posteriores. Los perfiles no garantizan una cantidad fija de milisegundos. El contexto puede describir una reunión y las palabras clave pueden precisar nombres de productos. Varias pistas de idioma ayudan cuando el hablante cambia de lengua. Son ayudas de reconocimiento, no instrucciones para insertar palabras que nadie dijo. El modelo no genera una respuesta hablada ni devuelve etiquetas de hablante, tiempos por palabra o puntuaciones de confianza.
Dónde encaja
Subtitular un webinar en vivo
Para subtitular un webinar, envíe pequeños bloques del micrófono y separe visualmente el texto en curso de los subtítulos finalizados. Los commits en límites elegidos por la aplicación permiten vincular el texto con la parte correcta de la sesión.
Consola con vocabulario especializado
En una consola operativa, configure los productos y los idiomas probables antes de que empiece la intervención. Deje que la persona encargada revise segmentos terminados antes de guardarlos como notas o iniciar otro proceso.
Referencia del modelo
Referencia de la API de GPT Live Transcribe
Cómo llamar a la API de GPT Live Transcribe
Guía de prompts y consejos profesionales
Describa el tema de forma breve y escriba los términos con su ortografía normal. Un texto completo adivinado puede sesgar el reconocimiento hacia palabras que no se pronunciaron. Si se alternan dos idiomas, incluya ambos y pruebe nombres, cifras y límites de oración con audio representativo. Compare las demoras con micrófonos, pausas y ruido reales. Esta conexión exige commits explícitos, sin VAD automático, dentro de un límite de 1 a 60 segundos por segmento. PCM requiere 24 kHz, 16 bits y mono; G.711 usa 8 kHz. Un WAV corto compatible permite probar una tarea individual. La liquidación usa la duración final reportada; conserve solo el texto necesario para su aplicación.
Preguntas sobre la API de GPT Live Transcribe
Todos los modelos GPT18
Modelos de audio7
GPT TranscribeVoz a texto · Transcripción en tiempo realPrecio oficial de OpenAI: $0.000075$0.000015por segundo de audio de entrada
GPT Live TranscribeActualTranscripción en tiempo realPrecio oficial de OpenAI: $0.00028$0.00006por segundo de audio de entrada
GPT-Realtime-2.1 MiniConversación en tiempo realentrada Precio oficial de OpenAI: $0.60$0.12salida Precio oficial de OpenAI: $2.40$0.48entrada Precio oficial de OpenAI: $10$2salida Precio oficial de OpenAI: $20$4entrada Precio oficial de OpenAI: $0.80$0.16por 1 millón de tokens
GPT-Realtime-2.1Conversación en tiempo realentrada Precio oficial de OpenAI: $4$0.80salida Precio oficial de OpenAI: $24$4.80entrada Precio oficial de OpenAI: $32$6.40salida Precio oficial de OpenAI: $64$12.80entrada Precio oficial de OpenAI: $5$1por 1 millón de tokens
GPT-4o Transcribe DiarizeVoz a texto$0.0001por segundo de audio de entrada
GPT-4o TranscribeVoz a texto$0.0001por segundo de audio de entrada
GPT-4o Mini TranscribeVoz a texto$0.00005por segundo de audio de entrada
Modelos de texto11
GPT 6.1 TerraNuevoConversaciónSuavizado — Este modelo responde en lugar de rechazar, pero las solicitudes que superan sus propios límites llegan suavizadas, incluso con un prompt de sistema con un marco de ficción. La llamada se considera correcta y se cobra igual, así que lee la respuesta en lugar de fiarte del código de estado.entrada $1salida $5por 1 millón de tokens
GPT 6.1 SolConversaciónSuavizado — Este modelo responde en lugar de rechazar, pero las solicitudes que superan sus propios límites llegan suavizadas, incluso con un prompt de sistema con un marco de ficción. La llamada se considera correcta y se cobra igual, así que lee la respuesta en lugar de fiarte del código de estado.entrada $2salida $10por 1 millón de tokens
GPT 6 LunaConversaciónentrada $0.10salida $0.50por 1 millón de tokens
GPT 6 SolConversaciónentrada Precio oficial de OpenAI: $2$1.60salida Precio oficial de OpenAI: $10$8por 1 millón de tokens
GPT 6 AstraConversaciónentrada Precio oficial de OpenAI: $10$8salida Precio oficial de OpenAI: $50$40por 1 millón de tokens
GPT 5.6 LunaConversaciónentrada Precio oficial de OpenAI: $0.20$0.16salida Precio oficial de OpenAI: $1.20$0.96por 1 millón de tokens
GPT 5.6 SolConversaciónentrada Precio oficial de OpenAI: $5$4salida Precio oficial de OpenAI: $30$24por 1 millón de tokens
GPT 5.6 TerraConversaciónentrada Precio oficial de OpenAI: $2$1.60salida Precio oficial de OpenAI: $12$9.60por 1 millón de tokens
GPT-5.5Conversaciónentrada Precio oficial de OpenAI: $5$4salida Precio oficial de OpenAI: $30$24por 1 millón de tokens
GPT-5.4 MiniConversaciónentrada Precio oficial de OpenAI: $0.75$0.60salida Precio oficial de OpenAI: $4.50$3.60por 1 millón de tokens
GPT-5.4Conversaciónentrada $2.50salida $15por 1 millón de tokens