OpenAI: GPT Transcribe

GPT Transcribe는 OpenAI의 음성-텍스트 변환 모델로, api14에 모델 id openai/gpt-transcribe로 등록되어 있습니다. 이 모델은 transcription 카테고리에 속하므로 그 역할은 좁고 구체적입니다. 즉, 대화형 응답을 생성하거나 범용 채팅을 처리하는 것이 아니라 오디오를 텍스트로 바꾸는 것입니다. 음성 콘텐츠를 문자 콘텐츠로 바꿔야 하는 파이프라인을 구축하고 있다면, 이것이 바로 제공자가 그 단계에 의도한 종류의 모델입니다.

이 모델은 입력 모달리티로 오디오를 받고 출력으로 transcription을 반환합니다. 제공자 설명에 따르면, 이 모델은 녹음된 오디오, 스트리밍 파일 transcription, committed Realtime 턴에 적합한 고정확도 음성-텍스트 변환 모델입니다. 자유 형식 context, 키워드 힌트, 여러 언어를 지원합니다. 이 모델에 대해 공개된 context length는 없고, 최대 출력은 0으로 표시되어 있으므로, 실질적인 한도는 이 페이지에서 토큰 예산을 가정하기보다 제공자의 자체 문서와 대조해 확인해야 할 항목으로 취급해야 합니다. 이 페이지에서 분명히 알 수 있는 것은 상호작용의 형태입니다. 즉, 오디오 입력, 텍스트 출력이며, 선택적 context와 키워드 안내로 인식을 유도할 수 있습니다.

사용 사례는 여기에서 바로 이어집니다. 녹음된 오디오 transcription은 회의 녹음, 인터뷰, 팟캐스트, 음성 메모, 그리고 텍스트로 검색 가능하게 만들고 싶은 모든 음성 자료 아카이브를 포괄합니다. 스트리밍 파일 transcription은 오디오가 파일로 도착하고 더 큰 처리 작업의 일부로 transcript를 생성하려는 워크플로에 맞습니다. committed Realtime 턴은 대화형 세션의 일부로 실시간 또는 거의 실시간 음성이 transcription되는 경우를 가리킵니다. 자유 형식 context는 오디오가 무엇에 관한 것인지, 예를 들어 도메인 어휘나 통화 주제를 모델에 알려줄 수 있을 때 유용하며, 키워드 힌트는 특정 용어, 이름, 전문 용어가 등장할 가능성을 알고 있을 때 도움이 됩니다. 다중 언어 지원은 언어별로 별도 모델을 강제하지 않고 동일한 엔드포인트가 다국어 오디오를 처리할 수 있음을 의미합니다.

이 모델은 api14의 OpenAI 호환 API를 통해 모델 id openai/gpt-transcribe로 호출하므로, 기존 OpenAI 클라이언트 라이브러리와 요청 패턴이 base URL을 api14로 지정한 상태에서 그대로 이어져야 합니다. 이 모델의 지원 파라미터 목록은 비어 있습니다. 즉, 엔드포인트가 기본적으로 허용하는 것 외에 여기에 문서화된 추가 요청 파라미터는 없습니다. 실제로는 오디오와 모델 id를 보내야 하며, temperature나 사용자 지정 샘플링 설정 같은 튜닝 옵션이 이 페이지에 나타날 것이라고 기대하지 않아야 합니다. 목록에 없는 파라미터가 필요하다면, 사용 가능하다고 가정하기 전에 제공자 문서를 확인하십시오.

이 모델은 transcription 전용이므로 텍스트 생성, 추론, 도구 호출, 이미지 입력이 필요한 작업에는 적합하지 않습니다. 워크로드가 채팅, 코드, 일반 텍스트라면 카탈로그의 다른 모델이 더 나은 역할을 할 것입니다. 또한 이 페이지에는 공개된 context length가 없고 최대 출력이 0이므로, 매우 긴 오디오나 특이한 처리량 요구 사항의 경우 이 필드에서 추론하기보다 제공자와 동작을 확인해야 합니다.