OpenAI : GPT-4o Transcribe Diarize
openai/gpt-4o-transcribe-diarize
actif
stt
1 fournisseur
OpenAI speaker-aware transcription model with diarization (labels who spoke when), built on GPT-4o Transcribe.
AuteurOpenAI
Langues1 langues
Statutactif
Fournisseurs
Plusieurs fournisseurs peuvent héberger le même modèle. Choisissez-en un lorsque vous avez besoin d’un backend fixe, ou laissez le routage choisir parmi eux.
FournisseurSlugPour 1M tokensLatenceiPour le TTS, la latence correspond au délai jusqu’au premier octet audio. Pour le STT, elle correspond au délai jusqu’au premier token.ModesDisponibilité
OpenAI
4 paramètres
openai
$2,5
—
Synchrone
Langues prises en charge
1 langues
English
en
Fonctionnalités
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
Code
STT en streaming avec l’ElevenLabs SDK
Diffuse l’audio du micro ou d’un fichier via la route AllModels compatible 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.