OpenAI · گفتار به متن

GPT-4o Mini Transcribe

openai/gpt-4o-mini-transcribe

GPT-4o Mini Transcribe مدل اقتصادی OpenAI برای تبدیل گفتار به متن است. با نصف قیمت Whisper، برای حجم بالای فایل صوتی که دقت متوسط کافی است انتخاب مناسبی است.

ورودی صوت

هزینه‌ی تقریبی کارهای رایج

برآورد بر اساس میانگین توکن هر کار. عدد دقیق را در لاگ داشبورد می‌بینید.

یک پیام صوتی یک‌دقیقه‌ای
حدوداً ۸۸۵ تومان
یک جلسه‌ی ۳۰ دقیقه‌ای
حدوداً ۲۶٬۵۵۰ تومان
یک ساعت پادکست
حدوداً ۵۳٬۱۰۰ تومان

نقاط قوت و کاربردها

ارزان‌ترین مدل تبدیل گفتار به متن کاتالوگ
سرعت خوب
پشتیبانی از ده‌ها زبان

بهترین گزینه برای

تبدیل پیام‌های صوتی کوتاه
یادداشت‌برداری صوتی
برچسب‌گذاری آرشیو صوتی
پیش‌پردازش پادکست

ارزیابی هوشوانا

کیفیت فارسی

۳ از ۵ (خوب)

هوش

۳ از ۵ (خوب)

سرعت

۵ از ۵ (عالی)

امتیازها ارزیابی داخلی تیم هوشواناست و با داده‌ی شما ممکن است متفاوت باشد.

مشخصات فنی

شناسه‌ی مدل: openai/gpt-4o-mini-transcribe
سازنده: OpenAI
نوع: گفتار به متن
طول کانتکست: -
حداکثر خروجی: -
تاریخ انتشار: ۳۰ اسفند ۱۴۰۳
سازگاری: OpenAI
آخرین به‌روزرسانی: ۲۲ مهر ۱۴۰۵

نمونه‌کد با شناسه‌ی دقیق مدل

کلید را از داشبورد بسازید و در متغیر محیطی HOOSHVANA_API_KEY بگذارید. راهنمای شروع سریع

cURL

curl https://hooshvana.ir/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $HOOSHVANA_API_KEY" \
  -F model="openai/gpt-4o-mini-transcribe" \
  -F language="fa" \
  -F file="@voice.mp3"

این مدل در این دسته‌ها هم هست

مدل‌های مشابه

همه‌ی مدل‌ها

GPT Transcribe
openai/gpt-transcribe
GPT Transcribe جدیدترین مدل تبدیل گفتار به متن OpenAI است که فایل صوتی را با دقت بالا به متن تبدیل می‌کند. نسبت به Whisper ارزان‌تر است و در لهجه‌ها و صدای پس‌زمینه عملکرد بهتری دارد.
هر دقیقه صوت
۱٬۳۲۸ تومان
گفتار به متنورودی صوتفارسی ۴ از ۵
Whisper
openai/whisper-1
Whisper مدل شناخته‌شده‌ی OpenAI برای تبدیل گفتار به متن است که از ده‌ها زبان از جمله فارسی پشتیبانی می‌کند. خروجی زیرنویس SRT و VTT می‌دهد و ابزارهای زیادی به‌طور پیش‌فرض با آن کار می‌کنند.
هر دقیقه صوت
۱٬۷۷۰ تومان
گفتار به متنورودی صوت