openai/gpt-transcribe/speech-to-textGPT Transcribe, el modelo de voz a texto de alta precisión de OpenAI, convierte una grabación terminada de hasta 25 MB o dos horas en texto, guiado por los idiomas esperados y la ortografía exacta de nombres y términos técnicos.
Playground
Salida
Listo para una nueva ejecuciónModelos relacionados y tareas siguientes
¿No está el modelo que buscas?
Transcripción de archivos y turnos de voz
Cifras clave
- Segmento máximo
- 60s
Lo que hace el modelo
Transcripción de archivos y turnos de voz
El contexto ayuda a distinguir nombres y términos en frases cortas. El prompt describe el tema y las palabras clave aclaran la escritura de nombres propios. Un turno posterior puede referirse a un nombre presentado antes. Los datos importantes todavía deben revisarse contra lo que se dijo. El cierre explícito permite que la aplicación decida dónde termina la entrada. Tras el commit, los fragmentos pueden mostrarse como vista previa hasta el evento final. La liquidación usa los segundos de audio reportados al terminar el reconocimiento. Esta conexión no expone el ajuste delay de Live Transcribe. El resultado puede incluir los idiomas detectados. Las pistas de idioma ayudan en charlas multilingües. Las palabras clave aportan la grafía de nombres técnicos.
Dónde encaja
Completar formularios por voz
En un formulario de voz, espere a que la persona termine un campo, haga commit y muestre el texto para corregirlo. Confirme identificadores y cantidades en la aplicación antes de guardarlos.
Revisar entrevistas por segmento
Para revisar una entrevista, envíe intervenciones acotadas con una breve descripción del tema y los nombres. Conserve la relación entre cada segmento enviado y su texto final para volver a pasajes ambiguos.
Referencia del modelo
Referencia de la API de GPT Transcribe
Cómo llamar a la API de GPT Transcribe
Guía de prompts y consejos profesionales
Use el modo de archivo para una grabación terminada. En tiempo real, confirme cada intervención para recibir el texto durante la conversación. Use el prompt para explicar el contexto, la audiencia o la terminología de la grabación. Escriba los nombres correctos en palabras clave e indique los códigos de idioma probables. No solicite resúmenes ni respuestas dentro del contexto de reconocimiento. La edición debe hacerse después de finalizar la transcripción. Envíe commits manuales en límites claros del habla y respete el máximo elegido de 1 a 60 segundos. La entrada usa PCM mono de 16 bits a 24 kHz o G.711 a 8 kHz. Una tarea con WAV corto conserva esa codificación. Cada segmento se liquida antes de admitir el siguiente. Este flujo posterior al commit no equivale a la API separada para transcribir archivos.
Preguntas sobre la API de GPT Transcribe
Todos los modelos GPT18
Modelos de audio7
GPT TranscribeActualVoz a texto · Transcripción en tiempo realPrecio oficial de OpenAI: $0.000075$0.000015por segundo de audio de entrada
GPT Live TranscribeTranscripción 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