OpenAI: GPT 4o Transcribe Diarize

轉錄
openai/gpt-4o-transcribe-diarize
對比開始使用

GPT-4o Transcribe Diarize 是 OpenAI 高品質的語音轉文字模型，基於 GPT-4o 的音訊能力打造，於 2025-10-15 發布，具備語者分離能力，適合會議、訪談等多人錄音。它接受音訊輸入並回傳轉寫文字，按輸入與輸出的 token 計費而非按分鐘計費，成本在 token 層面保持透明。透過 Ofox 以 OpenAI 相容協定接入。

發布日期
2025-10-15
能力
音訊輸入
可用供應商
Azure
支援的協定
openai

供應商

Azure
輸入 Token
$2.5/M
輸出 Token
$10/M
音訊輸入
$6/M
網路搜尋
$0.035/R
接入協定
openai/v1/audio/transcriptions

程式碼範例

import requests


with 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-4o-transcribe-diarize", "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())

上傳音訊即可轉為文字，支援區分說話者、設定說話者人數，以及標註音訊事件。

相關模型

更多 OpenAI 模型

OpenAI: GPT-6.1 Sol
$2/M/$10/M
OpenAI: GPT-6 Luna
$0.1/M/$0.5/M
OpenAI: GPT-6 Sol
$2/M/$10/M

類似模型

OpenAI: GPT Transcribe
$0.27/h
OpenAI: GPT 4o Mini Transcribe
-
ElevenLabs Scribe v2
$0.22/h

常見問題

只需將 base URL 設定為 https://api.ofox.io/v1，並使用你的 Ofox API Key。API 相容 OpenAI 格式——只需更改 base URL 和 API Key 即可。