GPT Transcribe は OpenAI の音声認識（音声からテキストへの変換）モデルで、2026 年 7 月 28 日に gpt-live-transcribe と同時にリリースされました。多言語ベンチマークにおいて GPT-4o 転写系列よりも低い単語誤り率を実現し、トークンではなく音声の長さに応じて課金されるため、転写業務のコストが予測しやすくなっています。Ofox の OpenAI 互換プロトコルから利用できます。
リリース日
2026-07-28
機能
音声入力
利用可能なプロバイダー
Azure
対応プロトコル
openai
プロバイダー
Azure
入力音声（時間単位）
$0.27/h
対応プロトコル
openai
/v1/audio/transcriptionsコード例
import requestswith open("speech.mp3", "rb") as audio:response = requests.post("https://api.ofox.io/v1/audio/transcriptions",headers={"Authorization": "Bearer YOUR_OFOX_API_KEY"},data={"model": "openai/gpt-transcribe", "language": "en", "provider_options": '{"elevenlabs":{"diarize":true,"tag_audio_events":true,"diarization_threshold":0.2}}'},files={"file": ("speech.mp3", audio, "audio/mpeg")},)response.raise_for_status()print(response.json())
音声をアップロードして文字に変換できます。話者の識別、話者数の指定、音声イベントのラベル付けに対応しています。
関連モデル
よくある質問
ベースURLをhttps://api.ofox.io/v1に設定し、Ofox APIキーを使用するだけ。OpenAI互換APIなので、既存コードのベースURLとAPIキーを変更するだけです。
OpenAI: GPT Transcribeは以下の機能に対応：音声入力。Ofox.ai統合APIですべての機能にアクセスできます。