# gpt 4o mini transcribe

> Преобразует речь из аудиозаписей в текст и подходит для автоматизации расшифровки звонков, встреч и других голосовых материалов.

- **ID для API:** `openai/gpt-4o-mini-transcribe`
- **Тип Модели:** Модель распознавания речи
- **Вход:** аудио, текст → **Выход:** transcription, текст

## Описание

#### Суть

Модель OpenAI для распознавания речи и преобразования аудио в текстовую расшифровку. Она относится к семейству аудиомоделей GPT-4o и предназначена для задач speech-to-text. В каталоге для неё указаны аудио и текст на входе, а расшифровка и текст — на выходе.

#### Сильные стороны

OpenAI сообщает об улучшениях распознавания языков и точности по сравнению с исходными моделями Whisper. В анонсе также отмечены более надёжная передача речевых нюансов и снижение числа ошибок в сложных условиях: при акцентах, фоновом шуме и разном темпе речи. Это делает модель подходящей для транскрибирования записей, где качество речи неоднородно; результат всё же зависит от конкретного аудио.

#### Типовые сценарии

Модель можно использовать для расшифровки звонков, встреч, интервью, голосовых заметок и других записей речи. Текстовые расшифровки помогают подготовить материалы для поиска, анализа или дальнейшей обработки в приложении. OpenAI отдельно называет среди применений транскрибацию заметок по встречам и работу с клиентскими звонками, а также создание голосовых интерфейсов, где распознавание речи служит отдельным этапом.

#### Ограничения

Это инструмент транскрибации, а не модель для генерации речи: в каталоге не указана генерация аудио на выходе. Распознавание может ошибаться, поэтому важные фрагменты, имена, числа и термины стоит проверять по оригинальной записи. Особенно полезна такая проверка, если фрагмент плохо слышен или содержит специфическую лексику. В доступных сведениях не описаны отдельные функции вроде разделения реплик по говорящим или временных меток, поэтому их наличие не следует предполагать.

## Цены

- Минута аудио: 0,36 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| openai | Минута аудио: 0,36 ₽ | — | — | — | — |
| openai | Запрос / 1М: 151,1 ₽; Ответ / 1М: 604,39 ₽ | 128 000 | 115 200 | — | — |

## Быстрый старт

```bash
curl https://polza.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $POLZA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "openai/gpt-4o-mini-transcribe",
  "file": "BASE64_ENCODED_AUDIO",
  "language": "ru"
}'
```

## Ссылки

- Страница: https://polza.ai/models/openai/gpt-4o-mini-transcribe
- Каталог: https://polza.ai/models