OpenAI GPT-Transcribe 模型

2026-11-19 13:44 更新

GPT-Transcribe 是高准确率语音转文字模型,支持已录制的音频文件、文件转录结果流,以及通过 WebSocket 在 Realtime 会话中提交的音频轮次。模型接收非结构化上下文、关键词提示和多语言提示,可改善领域术语、多语言音频及语言混用的转录。参见文件转录与实时转录。

模型 ID:gpt-transcribe

模型规格

  • 默认快照:gpt-transcribe
  • 输入模态:音频、文本
  • 输出模态:文本

计价

费用按使用的词元数或模型对应的其他指标计算。搜索、计算机操作等专用工具按调用计费。详见定价。

转录音频时长

计价项目 价格 计价单位
价格 $0.0045 分钟

接口支持

接口 路径 支持情况
Live /v1/live/sessions 不支持
聊天补全(Chat Completions) /v1/chat/completions 不支持
Responses /v1/responses 不支持
实时交互(Realtime) /v1/realtime 不支持
实时翻译 /v1/realtime/translations 不支持
实时转录 /v1/realtime/transcription_sessions 支持
助理(Assistants) /v1/assistants 不支持
批处理(Batch) /v1/batches 不支持
微调 /v1/fine_tuning/jobs 不支持
嵌入向量 /v1/embeddings 不支持
图像生成 /v1/images/generations 不支持
视频 /v1/videos 不支持
图像编辑 /v1/images/edits 不支持
语音合成 /v1/audio/speech 不支持
转录 /v1/audio/transcriptions 支持
音频翻译 /v1/audio/translations 不支持
内容审核 /v1/moderations 不支持
文本补全(旧版) /v1/completions 不支持

模型卡所列实时转录路径用于标识接口类别。按现行实时转录指南,使用标准 API 密钥从服务端连接 WebSocket 时,连接地址为 wss://api.openai.com/v1/realtime?intent=transcription。

支持的功能

  • 流式传输(streaming)

快照与别名

快照可锁定模型版本,便于维持性能和行为的一致性。下列为可用的快照和别名。

  • gpt-transcribe

速率限制

速率限制约束特定时间内的请求数、词元数、音频时长或其他用量。额度由使用层级决定,并随请求量和 API 支出增长而自动提高。参见速率限制。

默认

使用层级 RPM TPM
Build 5,000 2,000,000
Launch 10,000 10,000,000
Grow 30,000 150,000,000
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号