Neu Kostenlos registrieren und 10 Aufrufe gratis nutzen. Bis zu 1 $, ohne Kreditkarte.

GPT-4o Transcribe Diarize

Veröffentlicht 2025-10

transcription

GPT-4o Transcribe Diarize ist ein Modell zur automatischen Spracherkennung, das erkennt, wer wann spricht: Es ordnet Audiosegmente verschiedenen Sprechern in einem Gespräch zu, sodass Transkripte festhalten, wer was gesagt hat, und nicht nur, was gesagt wurde.

Eingabe
Audio Text $2.5/M
Ausgabe
Text $2.5/M
Audio-Eingabe
$6.25/M
Kontext
16K
Knowledge-Cutoff
2024-06

Preis im Vergleich

Der Preis im Feld von 3 vergleichbaren Modellen

Eingabe$2.5/M
$1.25 · GPT-4o Mini Transcribe GPT-4o Transcribe · $2.5
Ausgabe$2.5/M
$2.5 · GPT-4o Transcribe Diarize GPT-4o Transcribe · $10

Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.

Spezifikationen & Limits

Tokens

Max. Ausgabe (laut Anbieter) 2.000
Knowledge-Cutoff 2024-06

Audio

Sprachen 57 Sprachen für den Transkriptions-Endpoint gelistet (eine gemeinsame Liste für alle Transkriptionsmodelle); ISO-639-1- / 639-3-Codes werden für GPT-4o-basierte Modelle akzeptiert
Audio-Limits
  • mp3/mp4/mpeg/mpga/m4a/wav/webm, bis 25MB
  • eingebaute Sprecher-Diarisierung mit diarized_json-Output (Sprecherlabels und Segment-Zeitstempel)
  • chunking_strategy ist für Audio >30s erforderlich
  • keine Prompt-Unterstützung
Sprecherdiarisierung Ja
Streaming-Transkription Ja
Zeitstempel Ja

Modell

Modalitäten Audio + Text → Text

Einziges Transkriptionsmodell von OpenAI mit eingebauter Sprecher-Diarisierung.

laut Offizielle OpenAI-Dokumentation ↗

GPT-4o Transcribe Diarize in 30 Sekunden nutzen

OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/audio/transcriptions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="gpt-4o-transcribe-diarize",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Über GPT-4o Transcribe Diarize

  • Es teilt das Kontextfenster von 16K Token und die maximal 2K Output-Token der GPT-4o-Transkriptionsfamilie und ist eigens für den Transkriptions-Endpoint gebaut statt für allgemeinen Chat.
  • OpenAI stellt unmissverständlich fest, dass das Modell nur über die Transcription API und nicht in der Realtime API verfügbar ist.
  • Es ist das einzige OpenAI-Modell, das das diarisierte JSON-Antwortformat zurückgibt, das Sprecherbezeichnungen neben Segment-Zeitstempeln trägt; einfaches JSON und Text sind ebenfalls verfügbar, SRT, VTT und Verbose-JSON hingegen nicht.
  • Zwei Verhaltensweisen sind für dieses Modell spezifisch.
  • Für Audio, das länger als 30 Sekunden ist, wird eine Chunking-Strategie benötigt, entweder automatisch oder als von Ihnen gelieferte Voice-Activity-Konfiguration, und Prompting ist überhaupt nicht verfügbar, sodass die Kontext-Kniffe, die bei seinen Geschwistermodellen funktionieren, hier nicht greifen.
  • Sprecher können optional vorab benannt werden, indem bis zu vier kurze Referenzclips von jeweils wenigen Sekunden bereitgestellt werden.
  • Streaming funktioniert, wobei die Sprecherzuordnung pro Segment statt Wort für Wort finalisiert wird.
  • Meeting-Notizen, Anrufanalysen und Interview-Werkzeuge sind sein natürliches Einsatzfeld.
  • Synthorai stellt es über dieselbe OpenAI-kompatible Transkriptions-API bereit wie seine Geschwistermodelle.

FAQ

Lässt sich die GPT-4o Transcribe Diarize API kostenlos testen?

Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Das reicht, um GPT-4o Transcribe Diarize mit Ihrem realen Workload auszuprobieren, bevor Sie eine Zahlungsmethode hinterlegen.

Worin ist GPT-4o Transcribe Diarize am besten?

Integrierte Sprecher-Diarisierung; Transkripte erfassen, wer was gesagt hat; passt zu Meeting-Notizen und Anrufanalysen. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.

Was kostet GPT-4o Transcribe Diarize?

GPT-4o Transcribe Diarize kostet auf Synthorai $2.5 pro Million Eingabe-Tokens und $2.5 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag.

Welche Sprachen unterstützt GPT-4o Transcribe Diarize?

GPT-4o Transcribe Diarize unterstützt 57 Sprachen für den Transkriptions-Endpoint gelistet (eine gemeinsame Liste für alle Transkriptionsmodelle); ISO-639-1- / 639-3-Codes werden für GPT-4o-basierte Modelle akzeptiert. Auf Synthorai rufen Sie das Modell über POST /v1/audio/transcriptions auf, im Format der Transkriptions-API von OpenAI.

Wie erhalte ich Zugang zu GPT-4o Transcribe Diarize?

Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="gpt-4o-transcribe-diarize", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.

Verwandte Modelle

Vergleichen

Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.

API-Schlüssel erstellen Ihre Kosten vergleichen →