Ir al contenido principal

openai/gpt-live-transcribe/realtime-transcription

GPT Live Transcribe entrega texto mientras llega el audio, con contexto, idiomas, vocabulario y demora de subtítulos ajustable.

Desde $0.00006/s80% por debajo del precio oficial

Playground

Entrada

Transcripción en tiempo real
0/2048
GPT Live Transcribe — Describa el tema y los términos de la grabación sin adivinar el texto ni pedir una respuesta. máximo 2048 caracteres
1/1
1 / 1 archivos
GPT Live Transcribe — La tarea de transcripción individual requiere un WAV corto compatible. La entrada en vivo usa el WebSocket de transcripción. mínimo 1 caracteres
afecta al precio
GPT Live Transcribe — El máximo por segmento es de 1 a 60 segundos; se puede hacer commit antes y se liquida la duración final medida. no menor que 1 · no mayor que 60
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

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?

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

  1. 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 texto11