GPT-4o Transcribe
Model speech-to-text yang memakai GPT-4o untuk mentranskripsi audio dengan tingkat kesalahan kata yang lebih rendah dan pengenalan bahasa yang lebih baik dibanding model Whisper asli.
Mulai cepat
# Inspect the price — a plain request returns the 402 challenge:
curl -i https://api.glianalabs.com/v1/infer \
-H "content-type: application/json" \
-d '{
"model": "openai/gpt-4o-transcribe",
"file": "https://example.com/input"
}'
# Pay + run in one step with the mppx CLI (create a wallet: npx mppx account create):
npx mppx https://api.glianalabs.com/v1/infer \
-J '{"model": "openai/gpt-4o-transcribe", "file": "https://example.com/input"}'Parameter
File audio sebagai data URI (data:audio/...;base64,...) atau URL HTTPS. Format yang didukung: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm.
Bahasa audio input. Mengisi bahasa input dalam format ISO-639-1 akan meningkatkan akurasi dan latensi.
Teks opsional untuk mengarahkan gaya model atau melanjutkan segmen audio sebelumnya. Prompt harus sesuai dengan bahasa audionya.
Temperature sampling, antara 0 dan 1. Nilai lebih tinggi seperti 0.8 membuat keluaran lebih acak, sedangkan nilai lebih rendah seperti 0.2 membuatnya lebih terfokus dan deterministik. Bawaannya 0 bila dikosongkan.