모델 개요
GPT-Transcribe는 OpenAI의 고정확도 음성-텍스트 변환 모델이다. 완성된 녹음 파일의 전사, 파일 처리 중 전사 결과 스트리밍, WebSocket 기반 Realtime 세션에서 확정된 발화의 최종 전사에 사용할 수 있다. (developers.openai.com)
기능과 용도
- 자유 형식의 전사 맥락, 키워드 힌트 및 여러 입력 언어 힌트를 지원한다. 이를 이용해 전문 용어, 다국어 음성, 언어 전환이 포함된 녹음의 전사를 개선할 수 있다.
- 회의나 고객 상담 녹음처럼 완성된 음성 파일을 원래 언어의 텍스트로 전사하는 용도에 적합하다. 파일 전사에는
/v1/audio/transcriptions를 사용한다. (developers.openai.com) - 텍스트 입력과 출력을 지원하며, 오디오는 입력으로만 사용한다. (developers.openai.com)
제한
- 파일 전사 업로드는 최대 25 MB다. 더 큰 파일은 압축하거나 나누어야 한다.
- 이미지 및 비디오 입력, 오디오 출력, 함수 호출, 구조화 출력, 파인튜닝은 지원하지 않는다.
timestamp_granularities[]는 이 모델에서 지원되지 않는다. 저지연 실시간 스트리밍 전사에는 별도 모델인 GPT-Live-Transcribe가 안내되어 있다. (developers.openai.com)
출시일
2026년 7월 28일. (developers.openai.com)
가격
OpenAI API 전사 가격표의 예상 비용은 오디오 1분당 USD $0.0045다. 가격표에는 입력 및 출력 토큰별 단가가 각각 별도로 기재되어 있지 않다. 모델 페이지에도 전사 오디오 길이 기준 1분당 $0.0045가 표시되어 있다. 2026년 3월 5일 이후 출시된 모델의 지역 처리 엔드포인트에는 10% 추가 요금이 적용된다. 조회일: 2026년 11월 16일. (developers.openai.com)