音声 OpenAI
GPT-Transcribe
OpenAI の文字起こしモデル。音声ファイルとリアルタイム入力の両方に対応し、文脈やキーワードのヒントを与えられる。1分 $0.0045。
- 用途
- 音声
- 料金の目安
- $0.0045 / 分
- 公開日
- —
スペックと料金
- 用途
- 音声
- 提供元
- OpenAI
- 公開日
- —
- 入力と出力
- 音声→テキスト
- 料金の目安
- $0.0045 / 分
- 重みの公開
- なし
- 使い方と料金
- OpenAI API の従量課金
- 得意なこと
- 会議・インタビューの文字起こし、専門用語の多い音声、リアルタイムの字幕
使える場所
- OpenAI API$0.0045 / 分
仕様と料金は、公式ページ（2026年11月8日時点）にもとづきます。
詳しい説明
OpenAI の音声認識（文字起こし）モデルです。録音済みファイルの文字起こしと、Realtime API でのリアルタイム文字起こしの両方で使えます。
- 文脈・キーワードのヒントを与えて認識精度を上げられる
- 複数の言語ヒントを指定でき、言語が混ざる音声にも使える
- ストリーミングに対応
- エンドポイント：
v1/audio/transcriptions、v1/realtime/transcription_sessions
OpenAI には他に、低遅延のリアルタイム用 GPT-Live-Transcribe（$0.017 / 分）や GPT-Realtime-Whisper、話者分離付きの gpt-4o-transcribe-diarize もあります。
詳しい情報
- シリーズ
- GPT-Transcribe
- 細かい分類
- 文字起こし
- 入力できるもの
- 音声、テキスト
- 出力できるもの
- テキスト
- 提供状況
- 一般提供
- API のモデル ID
- gpt-transcribe
| プラン・条件 | 料金 | 補足 |
|---|---|---|
| gpt-transcribe | $0.0045 / 分 | ファイル・リアルタイム |
| gpt-live-transcribe | $0.017 / 分 | 低遅延のリアルタイム用 |
| gpt-4o-transcribe-diarize | 約 $0.006 / 分 | 話者分離付き（トークン課金） |