GPT-4o Transcribe
ベンダー定価。プラットフォーム手数料なし、従量課金。 これらは公式 list 価格です。ログイン中のお客様は /console/pricing でワークスペース割引を含む実効価格を確認できます。
30 秒で GPT-4o Transcribe を使う
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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",
file=open("meeting.mp3", "rb"),
language="en",
)
print(resp.text)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "gpt-4o-transcribe",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="gpt-4o-transcribe" \
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "gpt-4o-transcribe",
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("gpt-4o-transcribe")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());GPT-4o Transcribe について
GPT-4o Transcribe は GPT-4o を用いて音声を文字起こしする音声認識モデルで、OpenAI のプレミアム文字起こしの提供です。
- 公式ページは、初代 Whisper モデルと比べて単語誤り率の改善と、より優れた言語認識・精度を評価しています。
- リクエストは 16K トークンのコンテキストウィンドウと最大 2K 出力トークンを持ち、文字起こしとリアルタイムのエンドポイントにわたり提供されます。
- Synthorai では OpenAI 互換の /v1/audio/transcriptions ルートに変更なしで組み込めます。
スペックと制限
| 最大出力(ベンダー仕様) | 2,000 |
| モダリティ | audio + text → text |
| 機能 | streaming · realtime |
| 音声の制限 | mp3/mp4/mpeg/mpga/m4a/wav/webm, up to 25MB; streaming transcription supported (incl. Realtime transcription sessions); json/text output only; no word timestamps or diarization |
よくある質問
GPT-4o Transcribe API は無料で試せますか?
はい。新規アカウントには 10 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、カード登録は不要です。支払い方法を追加する前に、実際のワークロードで GPT-4o Transcribe を試すには十分な量です。
GPT-4o Transcribe は何が得意ですか?
プレミアム文字起こしティア、さらに初代 Whisper より優れた言語認識と文字起こしとリアルタイムのエンドポイントで提供。全体像はベンダー公式のリリースノートに基づく About セクションをご覧ください。
GPT-4o Transcribe の料金はいくらですか?
Synthorai 上の GPT-4o Transcribe は入力 100 万トークンあたり $2.5、出力 100 万トークンあたり $10 です。ベンダー定価のままで、プラットフォーム手数料はありません。
GPT-4o Transcribe はどの言語に対応していますか?
Synthorai では POST /v1/audio/transcriptions で GPT-4o Transcribe を呼び出せます。OpenAI 文字起こし API と同じ形式です。 公式の対応言語一覧 →
GPT-4o Transcribe を利用するには?
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="gpt-4o-transcribe" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。