OpenAI: GPT-4o Transcribe Diarize
openai/gpt-4o-transcribe-diarize
activo
stt
1 proveedor
OpenAI speaker-aware transcription model with diarization (labels who spoke when), built on GPT-4o Transcribe.
AutorOpenAI
Idiomas1 idiomas
Estadoactivo
Proveedores
Distintos proveedores pueden alojar el mismo modelo. Elige un proveedor cuando necesites un backend fijo, o deja que el enrutamiento elija entre ellos.
ProveedorSlugPor 1M de tokensLatenciaiEn TTS, la latencia se mide como el tiempo hasta el primer byte de audio. En STT, se mide como el tiempo hasta el primer token.ModosDisponibilidad
OpenAI
4 parámetros
openai
$2,5
—
Síncrono
Idiomas admitidos
1 idiomas
English
en
Funciones
Speech to text
Transcribes spoken audio to text.
speech_to_text
Synchronous
Transcribes a fully-submitted audio file in a single synchronous request via POST /v1/audio/transcriptions.
synchronous
Multilingual transcription
Supports 99 languages.
multilingual_transcription
Speaker diarization
Labels who spoke when (diarized_json); up to 4 known speakers with reference samples.
speaker_diarization
Código
STT en streaming con el ElevenLabs SDK
Transmite audio del micrófono o de un archivo a través de la ruta de AllModels compatible con ElevenLabs.
import { ElevenLabsClient } from "elevenlabs";
const client = new ElevenLabsClient({
apiKey: process.env.ALLMODELS_API_KEY,
baseUrl: "https://api.allmodels.io/el"
});
const connection = await client.speechToText.realtime.connect({
modelId: "openai/gpt-4o-transcribe-diarize",
languageCode: "en"
}, {
queryParams: {
provider: {
"only": [
"openai"
]
}
}
});
// Send audio frames to connection, then handle transcript events.