GPT-4o Transcribe Diarize

GPT-4o Transcribe Diarize 是 OpenAI 推出的支持说话人分离的语音转录模型。可使用下方端点通过 MixRoute 调用 gpt-4o-transcribe-diarize。

核心能力

语音转文本 - 转录上传的音频文件
文件上传 - 通过 multipart form data 发送音频
输出格式 - 支持模型对应的响应格式
说话人分离 - 标注每个片段的说话人
片段时间戳 - 返回每次发言的开始与结束时间

快速示例

cURL
Python

curl "https://api.mixroute.ai/v1/audio/transcriptions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "file=@speech.wav" \
  -F "model=gpt-4o-transcribe-diarize" \
  -F "response_format=diarized_json" \
  -F "chunking_strategy=auto"

from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.mixroute.ai/v1")

with open("speech.wav", "rb") as audio_file:
    transcript = client.audio.transcriptions.create(
        model="gpt-4o-transcribe-diarize",
        file=audio_file,
        response_format="diarized_json",
        chunking_strategy="auto",
    )

print(transcript)

参数

参数	类型	必填	说明
`file`	file	是	通过 multipart form data 上传的音频文件。
`model`	string	是	固定为 `gpt-4o-transcribe-diarize`。
`language`	string	否	模型支持时指定输入语言代码。
`prompt`	string	否	用于引导转录的可选文本。
`response_format`	string	是	设为 diarized_json 以返回带说话人标签的片段。
`chunking_strategy`	string \| object	否	使用 auto 或提供自定义音频分块策略。

GPT-5.1 GPT-5.1 Chat Latest

首页

模型介绍

GPT-4o Transcribe Diarize

核心能力

快速示例

参数

​核心能力

​快速示例

​参数

核心能力

快速示例

参数