OpenAI: GPT 4o Transcribe Diarize

转写
openai/gpt-4o-transcribe-diarize
对比开始使用

GPT-4o Transcribe Diarize 是 OpenAI 高质量的语音转文字模型，基于 GPT-4o 的音频能力构建，发布于 2025-10-15，带说话人分离能力，适合会议、访谈等多人录音。它接受音频输入并返回转写文本，按输入和输出的 token 计费而非按分钟计费，成本在 token 层面保持透明。通过 Ofox 以 OpenAI 兼容协议接入。

发布日期
2025-10-15
能力
音频输入
可用供应商
Azure
支持的协议
openai

供应商

Azure
输入 Token
$2.5/M
输出 Token
$10/M
音频输入
$6/M
网络搜索
$0.035/R
接入协议
openai/v1/audio/transcriptions

代码示例

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())

上传音频即可转为文本，支持区分说话人、设置说话人数，以及标注音频事件。

相关模型

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

类似模型

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

常见问题

只需将 base URL 设置为 https://api.ofox.io/v1，并使用你的 Ofox API Key。API 兼容 OpenAI 格式——只需更改 base URL 和 API Key 即可。