GPT-Transcribe
gpt-transcribe可高精度转写音频文件和 Realtime 音频输入的语音转文本模型
可高精度转写音频文件和 Realtime 音频输入的语音转文本模型
性能
最高
速度
中
价格
$0.0045
价格
输入
Audio, Text
输出
Text
GPT-Transcribe 是一款语音转文本模型,可转写录制完成的音频文件,并支持流式返回文件转写结果。在通过 WebSocket 建立的 Realtime 会话中,它还可转写已提交的对话轮次。您可以提供非结构化上下文、关键词提示以及针对多种语言的提示,帮助模型更准确地转写专业术语、多语言音频和说话者在不同语言间切换的片段。
定价
费用按 Token 用量或模型类型对应的其他指标计算。搜索、计算机使用等工具的专用模型按工具调用次数收费。详情请参阅定价页面。
Transcription audio duration
Per minute
价格
$0.0045
模态
Text
输入和输出
图像
不支持
Audio
仅输入
Video
不支持
端点
Live
v1/live/sessions
聊天补全
v1/chat/completions
响应
v1/responses
实时交互
v1/realtime
实时翻译
v1/realtime/translations
实时转录
v1/realtime/transcription_sessions
助手
v1/assistants
批处理
v1/batch
微调
v1/fine-tuning
嵌入
v1/embeddings
图像生成
v1/images/generations
视频
v1/videos
图像编辑
v1/images/edits
语音生成
v1/audio/speech
转录
v1/audio/transcriptions
翻译
v1/audio/translations
内容审核
v1/moderations
补全(旧版)
v1/completions
功能
流式输出
支持
函数调用
不支持
结构化输出
不支持
微调
不支持
预测输出
不支持
快照
gpt-transcribe
速率限制
速率限制为一定时间内的请求数、Token 数、音频时长或其他用量设定上限,确保用户能公平、可靠地访问 API。这些上限由您的使用层级决定。随着您发送的请求增多、API 支出增加,您的使用层级会自动提升。
| 层级 | RPM | TPM |
|---|---|---|
| Free | 不支持 | |
| Build | 5,000 | 2,000,000 |
| Launch | 10,000 | 10,000,000 |
| Grow | 30,000 | 150,000,000 |