GPT Realtime Whisper

transcription

GPT Realtime Whisper liefert aus Live-Audio laufend Transkriptaktualisierungen mit geringer Verzögerung.

Eingabe
Audio Text
Ausgabe
Text
Preis
$0.017/min
Kontext
16K
Knowledge-Cutoff
2024-09

Preis im Vergleich

Der Preis im Feld von 9 vergleichbaren Modellen

Pro Minute$0.017/min
$0.002 · Seed ASR GPT Realtime Whisper · $0.017

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

Kontextfenster (laut Anbieter) 16.000
Max. Ausgabe (laut Anbieter) 2.000
Knowledge-Cutoff 2024-09

Audio

Sprachen OpenAI veröffentlicht für dieses Modell keine eigene Liste unterstützter Sprachen; prüfen Sie die Zielsprache mit repräsentativem Audio.
Audio-Limits
  • Live-Audio-Transkription mit laufenden Textaktualisierungen und geringer Verzögerung
  • Abrechnung pro Audiominute statt nach Texttokens
Streaming-Transkription Ja

Modell

Modalitäten Audio + Text → Text

laut Quelle der Modellspezifikationen ↗

GPT Realtime Whisper in 30 Sekunden nutzen

Wird nur innerhalb einer OpenAI-Realtime-Sitzung eingesetzt, als Transkriptionsmodell für die Eingabe: Öffnen Sie die Sitzung mit einem Realtime-Modell und setzen Sie session.audio.input.transcription.model auf gpt-realtime-whisper. WS /v1/realtime

import asyncio, json, websockets

URL = "wss://synthorai.io/v1/realtime?model=gpt-realtime-2.1"
# Send ONLY the Authorization header - the beta protocol is retired.
HEADERS = {"Authorization": "Bearer sk-syn-..."}

async def main():
    async with websockets.connect(URL, additional_headers=HEADERS) as ws:
        # 1) name gpt-realtime-whisper as the session's input transcription model
        await ws.send(json.dumps({
            "type": "session.update",
            "session": {
                "type": "realtime",
                "audio": {"input": {"transcription": {"model": "gpt-realtime-whisper"}}},
            },
        }))
        # 2) send input audio (base64 PCM16) and commit it
        await ws.send(json.dumps({"type": "input_audio_buffer.append", "audio": pcm16_b64}))
        await ws.send(json.dumps({"type": "input_audio_buffer.commit"}))
        # 3) the transcript of what was said arrives as its own event
        async for raw in ws:
            ev = json.loads(raw)
            if ev["type"] == "conversation.item.input_audio_transcription.completed":
                print(ev["transcript"])
                break

asyncio.run(main())

Über GPT Realtime Whisper

  • OpenAI rechnet nach Audiodauer statt nach Texttokens ab.
  • Für neue Integrationen empfiehlt OpenAI inzwischen neuere Transkriptionsmodelle; dieses bleibt für unterstützte bestehende Integrationen verfügbar.

FAQ

Lässt sich die GPT Realtime Whisper API kostenlos testen?

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

Worin ist GPT Realtime Whisper am besten?

Laufende Transkription von Live-Audio; Abrechnung pro Audiominute; neuere Modelle für neue Projekte prüfen. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.

Was kostet GPT Realtime Whisper?

GPT Realtime Whisper kostet auf Synthorai $0.017 pro transkribierter Audiominute, nutzungsbasiert abgerechnet, ohne Plattformaufschlag und ohne Abo.

Wie nutze ich GPT Realtime Whisper?

GPT Realtime Whisper wird nicht einzeln aufgerufen. Es transkribiert das Audio des Nutzers innerhalb einer Realtime-Sitzung: Verbinden Sie sich über ein Realtime-Modell mit wss://synthorai.io/v1/realtime, setzen Sie session.audio.input.transcription.model auf "gpt-realtime-whisper" und lesen Sie jede Transkription aus dem Event conversation.item.input_audio_transcription.completed. Berechnet werden $0.017 pro Minute Eingabe-Audio, zusätzlich zu den Preisen der Sitzung.

Wie erhalte ich Zugang zu GPT Realtime Whisper?

Öffnen Sie die Realtime-Sitzung mit Ihrem Synthorai-API-Schlüssel und geben Sie "gpt-realtime-whisper" als Transkriptionsmodell für die Eingabe an. GPT Realtime Whisper ist für Realtime-Sitzungen gedacht, nicht für die Datei-API /v1/audio/transcriptions. Um eine Datei zu transkribieren, wählen Sie eines der Speech-to-Text-Modelle. Ein API-Schlüssel gilt für alle Modelle im Gateway.

Verwandte Modelle

Vergleichen

Spezifikationen und Anbieter-Benchmarks verlinken ihre Quellen. Die Gateway-Unterstützung beschreibt die Implementierung von Synthorai. Archivierte Beispiele sind einzelne Gateway-Anfragen und keine allgemeine Leistungsgarantie für das Modell. Preise stammen aus der öffentlichen Preisschnittstelle oder deren beim Build verwendetem Snapshot.

API-Schlüssel erstellen Ihre Kosten vergleichen →