OpenAI: gpt-4o-transcribe API
基于 GPT-4o 架构的下一代语音转文字模型。相比 Whisper，它在词错率 (WER) 和多语言识别准确度上有了显著提升，能够更精准地处理重口音、背景噪音和专业术语。
- 上下文窗口: 16,000 tokens
- 最大输出: 2,000 tokens
- 输入模态: audio, text
- 输出模态: text
- 工具调用: 支持
- 文件输入: 支持
- 发布日期: 2025-03-19
- 知识截止: 2024-05-31
常见问题
gpt-4o-transcribe 的上下文窗口有多大？
gpt-4o-transcribe 支持最高 16,000 token 的上下文窗口。
gpt-4o-transcribe 支持函数调用（Function Calling）吗？
支持。gpt-4o-transcribe 支持工具调用 / 函数调用。
gpt-4o-transcribe 的知识截止日期是？
gpt-4o-transcribe 的知识截止日期为 2024-05-31。