GPT-4o Transcribe Diarize

互換性のある文字起こしエンドポイントを介してモデルID gpt-4o-transcribe-diarizeを使用してください。文字起こしに話者ラベルが追加されます。

このモデルは、音声中の異なる話者を自動的に識別してラベル付けし、各セグメントを正しい話者に関連付けます。複数の話者がいる音声でテストして、精度を確認してください。

はい。GPT-4o Transcribe DiarizeはOpenAI互換エンドポイント経由でアクセスできるため、既存のOpenAI SDKクライアントは、ベースURLをMixRouteに設定し、モデルパラメータをgpt-4o-transcribe-diarizeに設定することで動作します。現在のリクエストおよびレスポンス処理はそのまま維持してください。

GPT-4o Transcribe Diarizeはカタログステータスstableで登録されています。長期的な統合を構築する前に、モデルページで非推奨に関する通知を確認してください。

gpt-4o-transcribe-diarizeはプロンプトキャッシュをサポートしており、共通のプレフィックスを持つ繰り返しプロンプトのコストを大幅に削減できます。キャッシュ読み取り価格は、標準入力価格よりも大幅に低くなっています。gpt-4o-transcribe-diarizeの正確なキャッシュヒット割引率については、現在の価格ページをご確認ください。

現在のGPT-4o Transcribe Diarizeのリストにはキャッシュ読み取りレートが記載されていないため、キャッシュされたプレフィックスの課金は料金に含まれていません。ワークロードのサイズを決定する際は、繰り返されるプレフィックスを新しい入力として扱い、キャッシュ節約を設計する前にプロバイダに確認してください。

はい。GPT-4o Transcribe Diarizeはストリーム応答をサポートすると宣言されています。