GPT Transcribe
Модель OpenAI для расшифровки готовых аудиофайлов и живой речи в текст с подсказками по терминам и языкам.
GPT Transcribe — модель распознавания речи от OpenAI, доступная через API. Она превращает записанные аудиофайлы в точный итоговый текст, умеет отдавать расшифровку потоком по мере обработки и принимать завершённые реплики в сеансах Realtime по WebSocket.
От обычных расшифровщиков её отличает работа с контекстом: к запросу можно приложить произвольное описание ситуации, список ключевых слов и несколько языковых подсказок. Это помогает правильно записывать профессиональные термины, имена, а также речь, где говорящие переключаются между языками. Оплата идёт за минуту аудио, поэтому стоимость легко прикинуть заранее.
Возможности
Расшифровка аудиофайлов
Принимает готовые записи и возвращает итоговый текст с высокой точностью.
Потоковая выдача
Текст расшифровки можно получать частями, не дожидаясь конца обработки файла.
Режим Realtime
Распознаёт завершённые реплики в сеансах Realtime по WebSocket.
Подсказки по терминам
Ключевые слова и свободный контекст помогают верно записывать названия, имена и отраслевую лексику.
Несколько языков
Языковые подсказки помогают с многоязычными записями и переключением языков внутри речи.
Доступ через API
Подключается к приложениям разработчиков через конечные точки транскрипции.
Кому подойдёт
- Разработчики
Встраивают распознавание речи в приложения, колл-центры и голосовые интерфейсы.
- Авторы контента и блогеры
Получают текст из интервью, подкастов и видео для субтитров и статей.
- Исследователи и учёные
Расшифровывают записи интервью и полевых наблюдений с нужной терминологией.
- Служба поддержки
Переводят звонки клиентов в текст для анализа качества и обучения.
Как начать
- Получить ключ API в кабинете OpenAI.
- Выбрать модель gpt-transcribe в запросе к конечной точке транскрипции.
- Передать аудиофайл и при необходимости контекст, ключевые слова и языковые подсказки.
- Для живой речи открыть сеанс транскрипции Realtime по WebSocket.
Тарифы
Лимиты запросов зависят от уровня аккаунта.
Ограничения
- Работает только через API, готового приложения для пользователей нет.
- Не поддерживает чат, Responses, пакетную обработку и дообучение.
- На выходе только текст: перевода и озвучивания в этой модели нет.
Платформы и интеграции
Семейство
Соседи по смыслу
за последний месяц