Весело
Весело

GPT Transcribe по API

GPT Transcribe — модель, которую OpenAI сейчас советует для расшифровки готовых записей, а мы даём её по API в том же формате. Ей можно подсказать контекст: тему разговора, имена, названия продуктов. На неё OpenAI предлагает переходить с whisper-1 и GPT-4o Transcribe, которые выключат 26 февраля 2027 года. Полчаса записи стоят около 15,30 ₽.

  • 0,51 ₽ за минуту звука
  • до 2 ч звука
  • звук → текст

openai/gpt-transcribe

Обновлено:

Получить ключ Попробовать Документация

Попробовать GPT Transcribe

Загрузи короткую запись — модель вернёт текст. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

Что попробовать: Загрузи запись до двух минут или запиши с микрофона, например кусок совещания с терминами. В поле prompt перечисли названия продуктов — так модели проще записать их правильно.

В ответ приходит текст записи в поле text — как у OpenAI.

Цены GPT Transcribe в рублях

Звук — считаем по секундам0,51 ₽ за минуту

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена

Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

Совещания с названиями продуктов: планёрка на 45 минутОколо 22,95 ₽
Диктовка отчётов с профессиональными словами: 20 минут диктовкиОколо 10,20 ₽
Речь, где русский перемешан с английским: получасовой созвонОколо 15,30 ₽
Новая модель для старой интеграции: тысяча минут звонковОколо 510,00 ₽

Что умеет GPT Transcribe

  • Расшифровывает готовые записи на языке оригинала: OpenAI называет её моделью, с которой стоит начинать (руководство OpenAI).
  • Принимает контекст в prompt: тему записи, имена, термины. Это помогает со словами из узкой области (карточка модели).
  • Справляется с записями, где языки перемешаны: OpenAI прямо называет такие переключения среди задач модели.
  • Язык указывать не обязательно. Подсказку language=ru мы передаём модели как ожидаемый язык записи.
  • Файл — до 25 МБ; голосовые OGG из мессенджеров и WebM из браузера подходят без конвертации.
  • Её OpenAI предлагает вместо whisper-1, GPT-4o Transcribe и GPT-4o Transcribe Diarize, которые выключит 26 февраля 2027 года.

Где применять

Совещания с названиями продуктов

На планёрке говорят «перенесём в Джиру», «выкатим в Сфере», «у Пети в ЛК-2», и обычная расшифровка превращает это в кашу. GPT Transcribe принимает контекст: опиши встречу одной фразой и перечисли названия продуктов, сервисов и фамилии участников. Модель охотнее запишет их так, как в подсказке. Без неё «Сфера» легко станет просто «сферой», а фамилия Ким — словом «кин». Полезно держать такую подсказку в настройках команды и обновлять её, когда появляется новый продукт.

Пример запроса: «file=planerka-11-16.m4a, language=ru, prompt=Планёрка команды «Сфера»: релиз ЛК-2, Jira, стенд Stage, участники Петров и Ким»

Стоимость: планёрка на 45 минут — около 22,95 ₽.

Диктовка отчётов с профессиональными словами

Инженеру-сметчику, юристу или врачу проще надиктовать заключение, чем набирать его. Беда в словах, которых нет в обычной речи: марки бетона, статьи кодексов, названия препаратов. Положи в prompt короткий словарь своей области и пример того, как ты их пишешь. Текст всё равно перечитай: подсказка помогает модели, но не делает её специалистом. Для таких заметок удобно держать отдельный шаблон подсказки на каждый вид отчёта.

Пример запроса: «file=akt-osmotra.mp3, language=ru, prompt=Акт осмотра: бетон B25, арматура А500С, СП 70.13330, трещины, сколы»

Стоимость: 20 минут диктовки — около 10,20 ₽.

Речь, где русский перемешан с английским

В IT-командах и на международных созвонах говорят на смеси: «закоммить фикс, и я задеплою на прод». Для распознавания такие фразы — испытание, а GPT Transcribe, по словам OpenAI, рассчитана в том числе на переключение языков. Если записи смешанные, поле language стоит оставить пустым, а в prompt перечислить английские термины, которые звучат чаще всего. Тогда текст созвона потом ищется теми же словами, которыми команда пишет в чате.

Пример запроса: «file=sync-devops.webm, prompt=Созвон разработчиков: deploy, pull request, staging, rollback»

Стоимость: получасовой созвон — около 15,30 ₽.

Новая модель для старой интеграции

Если программа работает на whisper-1 или GPT-4o Transcribe, после 26 февраля 2027 года она остановится. Переезд на GPT Transcribe — смена одного поля model на openai/gpt-transcribe, формат запроса тот же. Одно отличие стоит проверить заранее: отметок времени и субтитров у GPT Transcribe нет. Если код их ждёт, для этой части бери Whisper Large v3. Подсказку prompt из старого кода можно оставить: GPT Transcribe её тоже понимает.

Пример запроса: «model=openai/gpt-transcribe, file=support-call.ogg, language=ru, response_format=json»

Стоимость: тысяча минут звонков — около 510,00 ₽.

Характеристики

РазработчикOpenAI
ВидРаспознавание речи
Файлmp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ
Звук за раздо 2 ч
Ответjson, text
id для запросаopenai/gpt-transcribe

Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — POST https://veselo.ai/v1/audio/transcriptions с полем model: openai/gpt-transcribe, ключ — в заголовке Authorization: Bearer sk-vsl-….

curl

curl https://veselo.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -F model="openai/gpt-transcribe" \
  -F file="@speech.mp3"

Python

from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)

with open("speech.mp3", "rb") as f:
    r = client.audio.transcriptions.create(model="openai/gpt-transcribe", file=f)
print(r.text)

JavaScript

import fs from 'node:fs';
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });

const r = await client.audio.transcriptions.create({
  model: 'openai/gpt-transcribe',
  file: fs.createReadStream('speech.mp3'),
});
console.log(r.text);

Пример ответа — только поля

{
  "text": "…"
}

В программах: тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. Библиотеки и программы

Документация раздела

Сравнение с похожими

МодельЦенаГлавноеКогда выбрать
GPT Transcribe — эта модель0,51 ₽ / миндо 2 ч звукасовещания с терминами и переезд со снимаемых моделей OpenAI
GPT-4o Transcribe — OpenAI0,68 ₽ / миндо 2 ч звукастарые интеграции OpenAI и записи, где Whisper ошибается в словах
Gemini 3.5 Transcribe — Google0,56 ₽ / миндо 1 ч звукадлинные записи до часа и речь на языках соседних стран
Deepgram Nova-3 — Deepgram0,54 ₽ / миндо 2 ч звуказвонки, встречи и видео с шумом и несколькими голосами, русский и ещё 50+ языков
AssemblyAI Universal-3.5 Pro — AssemblyAI0,40 ₽ / миндо 2 ч звукаанглийская, испанская и французская речь с диалектами, где важна точность
Amazon Transcribe — Amazon0,68 ₽ / миндо 2 ч звуказаписи на редких языках, включая татарский и башкирский, когда ответ может подождать
  • GPT-4o Transcribe — если код уже работает на ней и переезжать до 26 февраля 2027 года не хочется.
  • Whisper Large v3 — если нужны отметки времени, субтитры и открытая модель.
  • Gemini 3.5 Transcribe — если записи длинные, до часа одним запросом, и много языков соседних стран.

Как устроен доступ

Весело — не разработчик GPT Transcribe: модель выпускает OpenAI. Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. Данные и приватность

Вопросы и ответы

Передаются ли keywords и languages, как в API OpenAI?
Пока нет. Через наш API GPT Transcribe получает файл, prompt и один язык из language. Список терминов просто перечисли в prompt, модель учтёт его как контекст.
Чем GPT Transcribe отличается от GPT-4o Transcribe?
GPT Transcribe — модель, которую OpenAI сейчас рекомендует для файлов, а GPT-4o Transcribe устарела и выключится 26 февраля 2027 года. Минута у GPT Transcribe дешевле. Подсказку prompt понимают обе, но подсказки языков и ключевых слов OpenAI сделала только для GPT Transcribe. Формат запроса у них одинаковый.
Даёт ли GPT Transcribe субтитры и время слов?
Нет. В документации OpenAI отметки времени через timestamp_granularities[] есть только у whisper-1. Для субтитров возьми Whisper Large v3 или OpenAI Whisper-1.
Как составить prompt для GPT Transcribe?
Одна-две фразы о записи и список слов, которые в ней звучат: «Звонок в поддержку о тарифе «Премиум», номер договора AC-42». Длинные инструкции не нужны, а слишком длинную подсказку OpenAI отклоняет вместе со всем запросом. Слов, которых в записи нет, в подсказку не клади: модель может их «услышать».
Нужны ли VPN и зарубежная карта для GPT Transcribe?
Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
Что будет, если запрос закончится ошибкой?
Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.
Есть ли подписка или абонентская плата?
Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: developers.openai.com