GPT-4o Transcribe Diarize는 누가 언제 말하는지를 식별하는 자동 음성 인식 모델입니다.
- 입력
- 오디오 텍스트 $2.5/M
- 출력
- 텍스트 $2.5/M
- 오디오 입력
- $6.25/M
- 컨텍스트
- 16K
- 지식 컷오프
- 2024-06
가격 수준 비교
같은 종류의 모델 3개 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
사양 및 제한
토큰
| 최대 출력(공급자 사양) | 2,000 |
|---|---|
| 지식 컷오프 | 2024-06 |
오디오
| 언어 | 전사 엔드포인트에 명시된 57개 언어(모든 전사 모델이 공유하는 단일 목록); GPT-4o 기반 모델은 ISO 639-1 / 639-3 코드를 허용 |
|---|---|
| 오디오 제한 |
|
| 화자 분리 | 지원 |
| 스트리밍 전사 | 지원 |
| 타임스탬프 | 지원 |
모델
| 모달리티 | 오디오 + 텍스트 → 텍스트 |
|---|
화자 분리를 내장한 유일한 OpenAI 전사 모델.
출처: OpenAI 공식 문서 ↗
30초 만에 GPT-4o Transcribe Diarize 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. 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)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-diarize",
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-diarize" \
-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-diarize",
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-diarize")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());GPT-4o Transcribe Diarize 소개
- 대화 속 오디오 구간을 서로 다른 화자와 연결해, 전사본이 무엇을 말했는지뿐 아니라 누가 말했는지까지 담게 합니다.
- GPT-4o 전사 패밀리의 16K 토큰 컨텍스트 윈도우와 2K 최대 출력 토큰을 공유하며, 일반 챗이 아니라 전사 엔드포인트 전용으로 만들어졌습니다.
- OpenAI는 이 모델이 Transcription API로만 제공되고 Realtime API에서는 제공되지 않는다고 명확히 밝힙니다.
- 세그먼트 타임스탬프와 함께 화자 레이블을 담는 diarized JSON 응답 형식을 반환하는 유일한 OpenAI 모델이며, 일반 JSON과 텍스트도 사용할 수 있지만 SRT, VTT, verbose JSON은 지원되지 않습니다.
- 이 모델에만 해당하는 동작이 두 가지 있습니다.
- 30초를 넘는 오디오에는 청킹 전략이 필요한데 자동이거나 직접 제공하는 음성 활동 감지 설정이어야 하고, 프롬프팅은 아예 제공되지 않으므로 형제 모델에서 통하던 컨텍스트 요령은 여기서는 쓸 수 없습니다.
- 각각 몇 초짜리 참조 클립을 최대 네 개까지 제공해 화자 이름을 미리 지정할 수도 있습니다.
- 스트리밍은 동작하지만 화자 배정은 단어 단위가 아니라 세그먼트 단위로 확정됩니다.
- 회의록, 콜 분석, 인터뷰 도구가 자연스러운 적용처입니다.
- Synthorai는 형제 모델들과 동일한 OpenAI 호환 전사 API로 이 모델을 노출합니다.
자주 묻는 질문
GPT-4o Transcribe Diarize API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 결제 수단을 추가하기 전에 실제 워크로드로 GPT-4o Transcribe Diarize를 충분히 시험해 볼 수 있는 양입니다.
GPT-4o Transcribe Diarize는 어떤 작업에 가장 강한가요?
내장 화자 분리, 누가 말했는지 담는 전사본, 회의록·통화 분석에 적합. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
GPT-4o Transcribe Diarize 가격은 얼마인가요?
Synthorai에서 GPT-4o Transcribe Diarize 가격은 입력 100만 토큰당 $2.5, 출력 100만 토큰당 $2.5입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다.
GPT-4o Transcribe Diarize는 어떤 언어를 지원하나요?
GPT-4o Transcribe Diarize는 전사 엔드포인트에 명시된 57개 언어(모든 전사 모델이 공유하는 단일 목록); GPT-4o 기반 모델은 ISO 639-1 / 639-3 코드를 허용을 지원합니다. Synthorai에서는 POST /v1/audio/transcriptions로 호출하며, OpenAI 전사 API와 형식이 같습니다.
GPT-4o Transcribe Diarize는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="gpt-4o-transcribe-diarize"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.