본문으로 건너뛰기

openai/gpt-transcribe/speech-to-text

OpenAI의 고정확도 음성 인식 모델 GPT Transcribe는 25MB, 2시간 이내의 녹음 파일을 텍스트로 변환합니다. 예상 언어와 이름·전문 용어의 정확한 표기를 알려 주면 인식에 도움이 됩니다.

최저가 $0.000075/초

플레이그라운드

입력

음성→텍스트
0/2048
녹음 언어로 적은 표기와 배경 정보입니다. 2048자 이하
1/1
파일 1 / 1개
외국어 이름이 포함된 짧은 녹음을 보내고 사용 언어와 철자를 지정한 뒤 원음과 대조하세요. 1자 이상

제출과 가격 계산을 열기 전에 계정을 확인하고 있습니다.

출력

실행 대기
샘플 결과
모델 응답

관련 모델과 다음 단계

찾는 모델이 없나요?

녹음 파일과 실시간 대화 전사

핵심 수치

구간 상한
60s

할 수 있는 일

녹음 파일과 실시간 대화 전사

맥락을 반영하는 인식은 짧은 발화의 이름과 전문 용어를 구별하는 데 도움이 됩니다. prompt에는 주제를 설명하고 키워드에는 고유명사의 표기를 넣습니다. 뒤의 발화가 앞서 나온 이름을 다시 언급하면 이어지는 전사 기록을 참고할 수 있습니다. 결과의 중요한 부분은 실제 발화와 대조합니다. 명시적으로 구간을 닫으므로 앱이 입력 종료 시점을 정합니다. commit 이후에는 텍스트 조각을 미리 보여 주고 최종 이벤트가 오면 확정 내용으로 바꿀 수 있습니다. 요금은 모델이 최종 보고한 오디오 초에 따릅니다. 이 연결에서는 Live Transcribe의 delay 설정을 사용하지 않습니다. 감지된 언어가 함께 반환될 수 있습니다. 여러 언어가 섞인 강연에서는 사용 언어를 지정하고 제품명이나 전문 용어는 키워드로 전달할 수 있습니다.

이럴 때 씁니다

  • 음성 입력 폼

    음성 입력 폼에서는 사용자가 필드 하나를 말한 뒤 commit하고 수정 가능한 텍스트를 보여 줍니다. 식별자나 금액은 기록에 저장하기 전에 앱에서 확인합니다.

  • 인터뷰 구간별 검토

    인터뷰 검토에서는 주제와 이름을 짧게 설명한 뒤 발화를 구간별로 보냅니다. 제출 구간과 완료된 텍스트의 연결을 보존하면 모호한 부분을 나중에 다시 살필 수 있습니다.

모델 레퍼런스

GPT Transcribe API 레퍼런스

GPT Transcribe API 호출 방법

  1. 프롬프트 가이드와 실전 팁

    녹음이 끝났다면 파일 전사를 선택하세요. 대화 도중 발화 단위로 결과를 받으려면 실시간 전사를 사용하세요. prompt는 오디오 배경, 청중, 용어를 설명하는 데 사용합니다. 중요한 이름은 키워드에 정확히 적고 여러 언어를 쓸 가능성이 있으면 언어 코드를 제공합니다. 인식 단계에서 요약이나 답변을 요청하지 않습니다. 편집은 전사 결과가 확정된 뒤 별도 단계로 처리합니다. 발화가 자연스럽게 끝날 때 수동 commit을 보내고 선택한 1~60초 상한을 지킵니다. 입력은 24kHz·16비트·모노 PCM 또는 8kHz G.711입니다. 짧은 WAV 단일 작업도 같은 인코딩을 유지합니다. 구간별 정산 뒤 다음 구간을 받습니다. 이는 제출 후 시작되는 실시간 전사이며 별도 형식의 파일 전사 API를 뜻하지 않습니다.

GPT Transcribe API 자주 묻는 질문

GPT 전체 모델18

텍스트 모델11