OpenAI: gpt-4o-transcribe-diarize API
一款由 GPT-4o 驱动的进阶 ASR 模型，可自动识别不同的说话人及其时间戳。专为会议、访谈等多人环境优化，在复杂声学场景下提供比 Whisper 精度更高的带说话人标签的 JSON 转录稿。
- 上下文窗口: 16,000 tokens
- 输入模态: audio
- 输出模态: text
- 发布日期: 2025-10-17
- 知识截止: 2024-05-31
常见问题
gpt-4o-transcribe-diarize 的上下文窗口有多大？
gpt-4o-transcribe-diarize 支持最高 16,000 token 的上下文窗口。
gpt-4o-transcribe-diarize 的知识截止日期是？
gpt-4o-transcribe-diarize 的知识截止日期为 2024-05-31。