GPT-4o Transcribe
OpenAI transcription
輸入$2.5/M
輸出$10/M
上下文16K
知識截止2024-06
廠商牌價,無平台加價,按用量計費。 以下為官方 list 價。已登入的使用者可在 /console/pricing 查看含工作空間折扣的實際價格。
30 秒用上 GPT-4o Transcribe
OpenAI 相容:換掉 base_url,SDK 不用改。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());關於 GPT-4o Transcribe
高階轉寫檔位
語言識別優於初代 Whisper
轉寫與即時端點均提供
GPT-4o Transcribe 是使用 GPT-4o 轉寫音訊的語音轉文字模型,是 OpenAI 的高階轉寫產品。
- 官方頁面稱它相比初代 Whisper 模型改進了詞錯誤率,並提升了語言識別與準確率。
- 請求具備 16K token 上下文視窗,輸出最高 2K token,該模型在轉寫與即時端點上均有提供。
- 在 Synthorai 上,它可原樣接入 OpenAI 相容的 /v1/audio/transcriptions 路由。
規格與限制
| 最大輸出(廠商規格) | 2,000 |
| 模態 | audio + text → text |
| 特性 | streaming · realtime |
| 音訊限制 | 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 |
常見問題
GPT-4o Transcribe API 可以免費試用嗎?
可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 GPT-4o Transcribe。
GPT-4o Transcribe 最擅長什麼?
高階轉寫檔位,以及語言識別優於初代 Whisper和轉寫與即時端點均提供。完整能力請見 About 一節,內容取自廠商官方發布說明。
GPT-4o Transcribe 的價格是多少?
在 Synthorai 上,GPT-4o Transcribe 輸入 $2.5/百萬 token、輸出 $10/百萬 token,即廠商牌價,無平台加價。
GPT-4o Transcribe 支援哪些語言?
在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫 GPT-4o Transcribe,即標準 OpenAI 轉錄 API 形式。 官方語言清單 →
如何開通 GPT-4o Transcribe?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "gpt-4o-transcribe" 即可。一組 API key 通用閘道上的所有模型。