GPT-Transcribe
gpt-transcribe高準確度語音轉文字模型,可轉錄音訊檔案與 Realtime 語音輸入
高準確度語音轉文字模型,可轉錄音訊檔案與 Realtime 語音輸入
效能
最高
速度
中
價格
$0.0045
價格
輸入
Audio, Text
輸出
Text
GPT-Transcribe 是語音轉文字模型,可轉錄完整的音訊檔案,也可串流傳回檔案的轉錄結果。在透過 WebSocket 連線的 Realtime 工作階段中,模型可轉錄已提交的對話輪次。模型支援非結構化上下文、關鍵字提示,以及針對多種語言提供的提示,有助於更準確地轉錄專業術語、多語音訊,以及說話者在不同語言間切換時的內容。
計價方式
費用依使用的 Token 數量計算,部分模型類型則採用其他計量方式。搜尋、電腦操作等工具專用模型會按工具呼叫次數收費。詳情請參閱定價頁面。
Transcription audio duration
Per minute
價格
$0.0045
模態
Text
輸入與輸出
圖像
不支援
Audio
僅輸入
Video
不支援
端點
Live
v1/live/sessions
Chat Completions
v1/chat/completions
Responses
v1/responses
即時
v1/realtime
即時翻譯
v1/realtime/translations
即時轉錄
v1/realtime/transcription_sessions
Assistants
v1/assistants
批次處理
v1/batch
微調
v1/fine-tuning
嵌入向量
v1/embeddings
圖像生成
v1/images/generations
影片
v1/videos
圖像編輯
v1/images/edits
語音生成
v1/audio/speech
轉錄
v1/audio/transcriptions
翻譯
v1/audio/translations
內容審核
v1/moderations
Completions(舊版)
v1/completions
功能
串流
支援
函式呼叫
不支援
結構化輸出
不支援
微調
不支援
預測輸出
不支援
快照
gpt-transcribe
速率限制
速率限制會為特定時段內的請求次數、Token 數量、音訊時長或其他用量設定上限,確保每位使用者都能公平、穩定地使用 API。各項上限取決於您的使用層級。隨著您傳送的請求次數與 API 支出增加,您的使用層級便會自動提升。
| 層級 | RPM | TPM |
|---|---|---|
| Free | 不支援 | |
| Build | 5,000 | 2,000,000 |
| Launch | 10,000 | 10,000,000 |
| Grow | 30,000 | 150,000,000 |