MODEL

GPT-4o Transcribe Diarize

OpenAI 的内置说话人分离 ASR，输出带说话人标签和起止时间的片段，并可提供参考语者片段辅助已知语者标注。语音能力：streaming=false；localDeploy=false；speakerDiarization=native；speakerIdentification=reference_audio；overlappingSpeech=unknown；timestamps=segment。

发布日期：

2025-10-17

参数量：

未公开

架构：

GPT-4o ASR 与内置说话人分离

输入输出：

音频 → 文本

交互方式：

普通请求

开放方式：

闭源

组织：

OpenAI