本文へスキップ

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

OpenAI の GPT-4o Transcribe Diarize は、音声 URL の録音を文字起こしし、区間ごとに話者ラベルと開始・終了時刻を付けます。25 MB・2 時間までのファイルに対応し、言語は任意で指定できます。

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
1/1
1 / 1 ファイル
話者別に分ける会話の録音(最大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

音声の長さ: 0:02

The next step is ready, please continue.

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?

話者の交代が分かる会話記録

録音した対話を、声と発言区間を手がかりに読み進められます。

主なスペック

文脈・構造
A / B
話者ラベルで会話内の発言を分けられます。参加者の名前を割り当てる前に、誰の番かを追えます。
ファイル上限
25 MB
Diarize に送れる録音は 25 MB 以下、2 時間以内です。
音声の上限
2 h
Diarize に送れる録音は 25 MB 以下、2 時間以内です。
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
  • Diarize のラベルは一つの録音内で声を区別します。本人確認や別ファイルとの人物照合には使えません。
  • 同時発話や短い割り込みでは話者の境界を誤る場合があるため、帰属は試聴して確認してください。
  • Diarize に送れる録音は 25 MB 以下、2 時間以内です。
  • この話者分離エンドポイントには prompt、参照音声、時刻の粒度を指定する入力はありません。分割は自動です。
  • OpenAI は GPT-4o Transcribe Diarize を非推奨とし、2027-02-26 でサービスを終了すると案内しています。Diarize は提供終了前まで通常どおり利用でき、通常の料金が適用されます。新規開発の一般的な文字起こしには GPT Transcribe を使い、話者ラベルが必要な処理は Diarize の提供終了前に移行を計画してください。

できること

紫と薄紫の音波の断片を細い金色の線がつないでいます。

話者の交代

発言の交代を整理

話者ラベルで会話内の発言を分けられます。参加者の名前を割り当てる前に、誰の番かを追えます。

話者の交代

時刻から原音へ戻る

目盛りのない真鍮のレール上に紫のガラスの音声区間が配置されています。

発言区間には開始時刻と終了時刻が付き、確認したい音声を再生する目安になります。

紫の抽象的な共鳴柱から、中央の容器へ別々の金色の弧が伸びています。

話者の交代

長い対話も順序を維持

長い録音は自動分割され、完了結果では会話の区間順を保ちます。

活用シーン

  • ポッドキャスト編集

    発言の時間範囲を使い、切り出す候補を試聴できます。

  • 司会付きインタビュー

    司会者の質問と参加者の回答を分けて読めます。

  • 会議の振り返り

    提案を持ち出した人を話者の交代から確認できます。

  • 調査発言の帰属確認

    調査結果に結び付ける前に、参加者の引用を原音で確認できます。

モデルリファレンス

GPT-4o Transcribe Diarize API リファレンス

GPT-4o Transcribe Diarize API の仕様

入力
GPT-4o Transcribe Diarize · 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 Diarize API の呼び出し方

  1. 短い対話で試行

    二人の声が明瞭に切り替わる短い録音をアップロードしてください。

  2. 区間を順に確認

    話者ラベルと時刻を読み、最初に話者が交代する箇所を聞いてください。

  3. 帰属を確定

    録音を確認してから、ラベルと参加者名を対応付けてください。

モデルの概要

話者ラベルと時刻を読み、最初に話者が交代する箇所を聞いてください。録音を確認してから、ラベルと参加者名を対応付けてください。

GPT-4o Transcribe Diarize 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