Перейти к основному контенту

openai/gpt-transcribe/realtime-transcription

GPT Transcribe от OpenAI через WebSocket для транскрибации превращает каждый зафиксированный аудиосегмент длиной до 60 секунд в текст: учитывает заметки о контексте, ключевые слова, подсказки по языку и предыдущие реплики.

От $0.000015/сНа 80% ниже официальной цены

Рабочая область

Ввод

Транскрипция в реальном времени
0/2048
GPT Transcribe — Опишите тему и термины записи, не угадывая слова и не запрашивая ответ. Не более 2048 символов
1/1
Файлы: 1 / 1
GPT Transcribe — Одиночная транскрипция требует короткого совместимого WAV. Живой вход использует WebSocket транскрипции. Не менее 1 символов
влияет на цену
GPT Transcribe — Предел сегмента — от 1 до 60 секунд; можно раньше отправить commit, расчёт использует финальное измерение. Не меньше 1 · Не больше 60
Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску
Пример результата
Ответ модели

Нужной модели нет?

Расшифровка записей и живой речи

Ключевые цифры

Предел сегмента
60s

Что умеет модель

Расшифровка записей и живой речи

Контекст помогает различать имена и специальные термины в коротких фразах. В prompt описывается тема, а ключевые слова уточняют написание имён собственных. Поздняя реплика может ссылаться на название, введённое ранее. Важные данные всё равно нужно сверять с тем, что было произнесено. Явное завершение позволяет приложению выбрать конец входной реплики. После commit текстовые фрагменты могут заполнять предварительный просмотр до финального события. Расчёт использует секунды аудио, заявленные после распознавания. Настройка delay из Live Transcribe здесь не предоставляется. В результате могут присутствовать определённые языки. Список языков помогает при разборе многоязычных выступлений, а ключевые слова уточняют написание названий.

Где пригодится

  • Заполнение формы голосом

    В голосовой форме дайте человеку закончить одно поле, отправьте commit и покажите текст для исправления. Идентификаторы и суммы подтверждаются приложением перед сохранением записи.

  • Проверка фрагментов интервью

    Для проверки интервью отправляйте ограниченные реплики с кратким описанием темы и имён. Сохраняйте соответствие отправленного сегмента и готового текста, чтобы возвращаться к неоднозначным местам.

Документация модели

Справочник по API GPT Transcribe

Как вызвать API GPT Transcribe

  1. Гайд по промптам и практические советы

    Готовую запись отправьте через файловый интерфейс. Чтобы получать текст по ходу беседы, подтверждайте реплики в режиме реального времени. Используйте prompt для описания ситуации, аудитории или терминологии записи. Правильное написание имён передавайте ключевыми словами, а вероятные языки — кодами. Не просите итог или ответ в контексте распознавания. Редакционную обработку выполняйте после завершения транскрипции. Отправляйте ручные commit на естественных границах речи в выбранном лимите от 1 до 60 секунд. Вход должен быть моно PCM, 16 бит, 24 кГц либо G.711, 8 кГц. Короткая задача WAV сохраняет это кодирование. Каждый сегмент рассчитывается перед допуском следующего. Такой процесс после commit не означает отдельный API транскрипции файлов.

Вопросы об API GPT Transcribe

Все модели GPT18

Аудиомодели7

Текстовые модели11