模型简介
GPT-4o Transcribe Diarize 是OpenAI的语音识别模型，将语音内容转换为文本，适用于字幕、录音整理和语音交互中的转写环节。
这个型号的上下文窗口为 16,000 tokens；最大输出为 2,000 tokens；文本为 输入与输出。OpenAI 的模型产品包括 GPT 通用模型、Codex 编程模型，以及图像、语音、视频和向量等专用模型。
这个版本怎样理解
使用时以完整型号 gpt-4o-transcribe-diarize 为准。同一系列的其他版本可能改变输入范围、默认行为或运行配置，升级前可先对照下方参数与官方说明。
版本与模型标识
| 模型名称 | GPT-4o Transcribe Diarize |
|---|---|
| 模型 / 资源标识 | gpt-4o-transcribe-diarize |
| 版本标识 | gpt-4o-transcribe-diarize |
| 版本状态 | 官方目录收录 |
名称为 latest 或通用别名时，服务可能随官方升级；固定快照请使用下方完整标识。
能力与参数
| 上下文窗口 | 16,000 tokens |
|---|---|
| 最大输出 | 2,000 tokens |
| 文本 | 输入与输出 |
| 图片 | 不支持 |
| 音频 | 仅输入 |
| 视频 | 不支持 |
用真实录音检查识别
准备含有背景噪声、多人说话、专业名词和数字的录音，检查转写与原声是否一致。会议整理还应关注说话人和时间定位，以便回听和纠正。
实际使用时重点看什么
语音识别输出的是声音中的文字，不等于对内容完成了事实核实。专有名称与关键数字应重点复核，领域专用转写也应保留人工校对环节。
价格与计费说明
查看官方计费与使用条件 ↗。API、产品订阅与自行部署是不同使用方式；开放权重不等于免费托管调用。
官方网址与文档
同厂商模型
- GPT-4o Mini Transcribe · 官方目录收录
- GPT-4o Mini TTS · 官方目录收录
- GPT-4o Transcribe · 官方目录收录
- GPT-Audio-1.5 · 官方目录收录
- GPT-Live 1 · 官方目录收录
- GPT-Live-Transcribe · 官方目录收录
- GPT-Realtime-1.5 · 官方目录收录
- GPT-Realtime-2.1 Mini · 官方目录收录
资料来源
型号、版本与参数依据以上官方公开资料整理。
