OpenAI: GPT Transcribe

GPT Transcribe هو نموذج تحويل الكلام إلى نص من OpenAI، مُدرج على api14 تحت معرّف النموذج openai/gpt-transcribe. يقع في فئة النسخ، لذا فإن وظيفته ضيقة ومحددة: تحويل الصوت إلى نص بدلاً من توليد ردود محادثة أو التعامل مع دردشة عامة الأغراض. إذا كنت تبني خط معالجة يحتاج فيه المحتوى المنطوق إلى أن يصبح محتوى مكتوباً، فهذا هو نوع النموذج الذي يقصده المزوّد لتلك الخطوة.

يأخذ النموذج الصوت كوسيلة إدخال ويعيد نسخاً نصياً كمخرَج. وفقاً لوصف المزوّد، فهو نموذج تحويل كلام إلى نص عالي الدقة مناسب للصوت المسجَّل، ونسخ الملفات المتدفقة، وجولات Realtime الملتزَم بها. يدعم السياق الحر، وتلميحات الكلمات المفتاحية، ولغات متعددة. لا يوجد طول سياق منشور لهذا النموذج، والمخرَج الأقصى مُدرج على أنه صفر، لذا ينبغي أن تتعامل مع الحدود العملية على أنها شيء يجب التحقق منه مقابل وثائق المزوّد نفسه بدلاً من افتراض ميزانية رموز من هذه الصفحة. ما توضحه الصفحة فعلاً هو شكل التفاعل: صوت داخل، نص خارج، مع سياق اختياري وإرشاد بالكلمات المفتاحية لتوجيه التعرّف.

تتبع حالات الاستخدام ذلك مباشرة. يغطي نسخ الصوت المسجَّل تسجيلات الاجتماعات، والمقابلات، والبودكاست، والمذكرات الصوتية، وأي أرشيف من المواد المنطوقة تريد أن يكون قابلاً للبحث كنص. يناسب نسخ الملفات المتدفقة سير العمل حيث يصل الصوت كملف وتريد إنتاج النص المكتوب كجزء من مهمة معالجة أكبر. تشير جولات Realtime الملتزَم بها إلى الكلام المباشر أو شبه المباشر الذي يتم نسخه كجزء من جلسة تفاعلية. يكون السياق الحر مفيداً عندما تستطيع إخبار النموذج بموضوع الصوت، على سبيل المثال مفردات مجال معين أو موضوع مكالمة، وتساعد تلميحات الكلمات المفتاحية عندما تعرف أن مصطلحات أو أسماء أو لغة تخصصية محددة من المرجح أن تظهر. يعني دعم اللغات المتعددة أن نفس نقطة النهاية يمكنها خدمة صوت متعدد اللغات بدلاً من إجبارك على نموذج منفصل لكل لغة.

تستدعيه عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرّف النموذج openai/gpt-transcribe، لذا يجب أن تنتقل مكتبات عميل OpenAI وأنماط الطلبات الحالية مع توجيه عنوان URL الأساسي إلى api14. قائمة المعاملات المدعومة لهذا النموذج فارغة، مما يعني أنه لا توجد معاملات طلب إضافية موثقة هنا beyond ما تقبله نقطة النهاية افتراضياً. عملياً، يعني ذلك أن ترسل الصوت ومعرّف النموذج، وألا تعتمد على ظهور خيارات ضبط مثل temperature أو إعدادات أخذ عينات مخصصة في هذه الصفحة. إذا احتجت معاملاً غير مُدرج، فتحقق من وثائق المزوّد قبل افتراض أنه متاح.

لأن النموذج مخصص للنسخ فقط، فهو غير مناسب للمهام التي تحتاج إلى توليد نص أو استدلال أو استدعاء أدوات أو إدخال صور. إذا كان عبء عملك محادثة أو برمجة أو نصاً عاماً، فسيخدمك نموذج آخر في الكتالوج بشكل أفضل. كذلك لا يوجد طول سياق منشور ومخرَج أقصى يساوي صفر في هذه الصفحة، لذا بالنسبة للصوت الطويل جداً أو متطلبات الإنتاجية غير المعتادة، ينبغي أن تؤكد السلوك مع المزوّد بدلاً من استنتاجه من هذه الحقول.