GPT-4o Transcribe Diarize - MixRoute API

GPT-4o Transcribe Diarize 是 OpenAI 推出的支援說話人分離的語音轉錄模型。可使用下方端點透過 MixRoute 呼叫 gpt-4o-transcribe-diarize。

核心能力

語音轉文字 - 轉錄上傳的音訊檔案
檔案上傳 - 透過 multipart form data 傳送音訊
輸出格式 - 支援模型對應的回應格式
說話人分離 - 標註每個片段的說話人
片段時間戳 - 返回每次發言的開始與結束時間

快速範例

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)

參數

參數	類型	必填	說明
`file`	file	是	透過 multipart form data 上傳的音訊檔案。
`model`	string	是	固定為 `gpt-4o-transcribe-diarize`。
`language`	string	否	模型支援時指定輸入語言代碼。
`prompt`	string	否	用於引導轉錄的可選文字。
`response_format`	string	是	設為 diarized_json 以返回帶說話人標籤的片段。
`chunking_strategy`	string \| object	否	使用 auto 或提供自訂音訊分塊策略。