# gpt 4o transcribe

> Преобразует аудиозаписи в текст, помогая создавать транскрипты встреч, звонков и голосовых интерфейсов, в том числе при сложной акустике.

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

## Описание

#### Суть

GPT-4o Transcribe — модель OpenAI для распознавания речи и преобразования аудио в текст. Она входит в семейство аудиомоделей GPT-4o и предназначена для задач транскрибирования, а не для генерации речи. Разработчик описывает её как модель, способную точнее распознавать слова и языки по сравнению с исходными моделями Whisper.

#### Сильные стороны

В OpenAI отмечают улучшения в распознавании речи с акцентами, на фоне шума и при разном темпе говорения. Модель рассчитана на более надёжную передачу нюансов устной речи и снижение числа ошибочно распознанных слов. Разработчик также указывает на усиленную работу с языками и обучающую методику, ориентированную на аудиоданные и уменьшение ошибок транскрибирования.

#### Типовые сценарии

Модель подходит для расшифровки встреч, записей разговоров и звонков, а также для построения голосовых интерфейсов и других приложений, которым нужен текст из речи. Её можно использовать как отдельный этап в обработке аудио или встроить в систему, которая затем ищет по расшифровкам, готовит заметки либо передаёт текст другим компонентам.

#### Ограничения

Результат зависит от качества и разборчивости исходной записи: шум, перекрывающаяся речь, выраженные акценты и необычный темп могут затруднить распознавание. Улучшения точности не означают полного отсутствия ошибок, поэтому важные транскрипты стоит проверять. Модель преобразует речь в текст и сама по себе не предназначена для озвучивания или создания голосового ответа.

## Цены

- Минута аудио: 0,73 ₽

## Провайдеры

Выбрать Провайдера можно параметром `provider` в запросе.

| Провайдер | Цена | Контекст | Макс. ответ | Данные в РФ | 152-ФЗ |
| --- | --- | --- | --- | --- | --- |
| openai | Минута аудио: 0,73 ₽ | — | — | — | — |
| openai | Запрос / 1М: 302,2 ₽; Ответ / 1М: 1 208,78 ₽ | 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-transcribe",
  "file": "BASE64_ENCODED_AUDIO",
  "language": "ru"
}'
```

## Ссылки

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