本文へスキップ

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

GPT-4o Transcribe は、GPT-4o を基盤とする OpenAI の音声文字起こしモデルです。25 MB・2 時間までの録音を話された言語のまま書き起こし、任意のプロンプトで固有名詞や専門用語を伝えられます。

最低価格 $0.0001/秒

プレイグラウンド

入力

音声からテキスト
0/2048
話している言語での固有名詞の表記と背景 2048 文字以内
1/1
1 / 1 ファイル
取材音声(上限25 MB) 1 文字以上
録音の言語を表す2文字コード 2 文字以上 · 2 文字以内
0から1のサンプリング温度 0 以上 · 1 以下

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力
モデルの応答

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

専門用語を添える録音文字起こし

専門的な対話を、検索して確かめられる記録に変えます。

主なスペック

文脈・構造
prompt
人名や機器名、分野固有の表記を prompt に添えると、インタビューの背景を認識に役立てられます。
ファイル上限
25 MB
取材音声は 25 MB 以下、かつ 2 時間以内に収める必要があります。
音声の上限
2 h
取材音声は 25 MB 以下、かつ 2 時間以内に収める必要があります。
最低課金
1 s
測定した音声の秒数

課金前に知っておくこと

すべてのモード
  • 取材音声は 25 MB 以下、かつ 2 時間以内に収める必要があります。
  • アップロードした録音か音声ファイルの直リンクが必要です。取材の再生ページは音声そのものではありません。
  • 訛りや周囲の雑音、発話の重なりによって、専門的な会話でも認識誤りが生じる場合があります。
  • この標準版の公開入力には、話者ラベルや時刻指定の設定はありません。prompt で表記の修正を保証することもできません。
  • OpenAI は GPT-4o Transcribe を非推奨とし、2027-02-26 に提供を終了すると発表しています。それまでは通常どおり利用でき、通常どおり課金されます。新しいファイル文字起こしプロジェクトには、GPT-4o Transcribe ではなく GPT Transcribe をおすすめします。

できること

金色の光に照らされた青緑の音叉と、その周囲の小さな結晶です。

専門用語の文脈

認識前に用語を共有

人名や機器名、分野固有の表記を prompt に添えると、インタビューの背景を認識に役立てられます。

専門用語の文脈

話された言語で記録

暗い展示室で、青緑の音響ホーンが無地の陶板列に向いています。

言語が分かる場合は language を指定できます。GPT-4o Transcribe は会話を翻訳せず、発話を文字にします。

金色の光で結ばれた青緑のガラスの音波と金属の検査レンズです。

専門用語の文脈

引用の前に原音を確認

完成した文章から発言を探し、専門的な説明や人名を引用する前に録音を聞き直せます。

活用シーン

  • 研究者への取材

    実験の話に出てくる試薬名や研究室名を探せます。

  • 開発の引き継ぎ

    リリースに関する打ち合わせを検索可能な資料にできます。

  • 聞き書きの整理

    地域名が登場する箇所を見つけ、話者の言葉を確認できます。

  • 記事の引用確認

    取材音声と照合するための文字起こし原稿を作れます。

モデルリファレンス

GPT-4o Transcribe API リファレンス

GPT-4o Transcribe API の仕様

入力
GPT-4o Transcribe · 音声 URL · MP3 / MP4 / MPEG / MPGA / M4A / WAV / WEBM
言語
任意の ISO 639-1
温度
0~1、既定値 0
課金
測定した音声の秒数
受け取り
非同期タスク

GPT-4o Transcribe API の呼び出し方

  1. 代表的な一節を選択

    最初は内容の特徴が分かる短い取材音声で試し、原音も保存してください。

  2. 必要な背景を入力

    録音と同じ言語で関係のある用語だけを添え、分かれば言語コードも選択してください。

  3. 完了後に内容を照合

    非同期タスクの結果を取得し、人名や数値、不明瞭な箇所を聞いて確かめてください。

モデルの概要

録音と同じ言語で関係のある用語だけを添え、分かれば言語コードも選択してください。非同期タスクの結果を取得し、人名や数値、不明瞭な箇所を聞いて確かめてください。

GPT-4o Transcribe API のよくある質問

GPT のすべてのモデル18

テキストモデル11