Bouwen met CometAPIHeb je één API voor meerdere modellen nodig?Test de workflow in Playground en maak daarna een API-sleutel aan wanneer het model en de kosten passen bij je use case.
GPT-4o Audio API: een uniforme /chat/completions-eindpuntextensie die Opus-gecodeerde audio- (en tekst-)invoer accepteert en gesynthetiseerde spraak of transcripties retourneert met configureerbare parameters (model=gpt-4o-audio-preview-, snelheid, temperatuur) voor batch- en streaming spraakinteracties.
GPT-4o Audio API: Een verenigd /chat/completions eindpuntextensie die Opus-gecodeerde audio- (en tekst-)invoer accepteert en gesynthetiseerde spraak of transcripties retourneert met configureerbare parameters (model=gpt-4o-audio-preview-<date>, speed, temperature) voor batch- en streaming spraakinteracties.
Basisinformatie over GPT-4o Audio
() is de nieuwste van OpenAI beschikbaar gesteld via de standaard in plaats van het Realtime-kanaal met ultralage latentie. Deze variant, gebouwd op dezelfde "omni"-basis als GPT-4o, is gespecialiseerd in voor turn-based conversaties, contentcreatie, toegankelijkheidstools en agent-workflows die geen milliseconde timing vereisen. Het erft alle tekstredeneringssterktes van GPT-4-klasse modellen en voegt er tegelijkertijd aan toe. pijpleidingen, deterministisch en het nieuwe voor het regelen van de spraaksnelheid.
Gecontroleerd op duidelijkheid, bronvermelding en actuele API-terminologie.
GPT-4o Audiovoorbeeld
gpt-4o-audio-preview-2025-06-03
spraakgericht groot taalmodel
API voor het voltooien van chats
spraakinvoer en -uitvoer met hoge getrouwheid
end-to-end spraak-naar-spraak (S2S)
functie bellen
speed parameter
Kernfuncties van GPT-4o Audio
• Geünificeerde spraak-naar-spraakverwerking – Audio wordt direct omgezet in semantisch rijke tokens, beredeneerd en opnieuw gesynthetiseerd zonder externe STT/TTS-diensten, wat resulteert in consistente stemtimbre, prosodie en contextbehoud.
• Verbeterde instructie volgen – Juni-2025 tuning levert +19 pp pass-at-1 bij taken met spraakopdrachten, vergeleken met de GPT-2024o-basislijn van mei 4, waardoor hallucinaties op gebieden als klantenondersteuning en het opstellen van inhoud werden verminderd.
• Stabiele tool-aanroep – De modeluitvoer gestructureerde JSON die voldoet aan het OpenAI-functieaanroepschema, waardoor backend-API's (zoeken, boeken, betalingen) kunnen worden geactiveerd met >95% argumentnauwkeurigheid.
• speed Parameter (0.25–4×) – Ontwikkelaars kunnen de spraakweergave moduleren voor langzaam leren, normale vertelling of snelle “hoorbare skim”-modi, zonder het extern opnieuw synthetiseren van tekst.
• Bewust omgaan met onderbrekingen – Hoewel niet zo latentiegedreven als de Realtime-variant, ondersteunt de preview gedeeltelijke streaming: tokens worden uitgegeven zodra ze zijn berekend, waardoor gebruikers indien nodig eerder kunnen onderbreken.
Technische architectuur van GPT-4o
• Single-Stack Transformator – Zoals alle GPT-4o-derivaten maakt de audiopreview gebruik van een uniforme encoder-decoder waarbij tekst en akoestische tokens door identieke aandachtsblokken gaan, waardoor cross-modale aarding wordt bevorderd. • Hiërarchische audiotokenisatie – Ruwe 16 kHz PCM → log-mel patches → grove akoestische codes → semantische tokensDeze meertrapscompressie bereikt 40–50× bandbreedtereductie terwijl de nuance behouden blijft en clips van meerdere minuten per contextvenster mogelijk zijn. • NF4 gekwantiseerde gewichten – De gevolgtrekking wordt gedaan op 4-bits normaal-float precisie, waardoor het GPU-geheugen met de helft wordt verminderd in vergelijking met FP16 en 70+ streaming RTF (real-time factor) op A100-80 GB-knooppunten. • Streaming Attention & KV-caching – Draaibare inbeddingen met schuifvensters behouden de context gedurende ongeveer 30 seconden spraak, terwijl O(L) geheugengebruik, ideaal voor podcast-editors of hulpmiddelen voor lezen.
Versiebeheer en naamgeving — Preview Track met builds met datumstempel
Identifier
Kanaal
Doel
Release Date
Stabiliteit
gpt-4o-audio-preview-2025-06-03
API voor het voltooien van chats
Op beurten gebaseerde audio-interacties, agentische taken
Juni 03 2025
Voorbeschouwing (feedback wordt aangemoedigd)
Belangrijkste elementen in de naam:
gpt-4o – Omni-multimodale familie.
audio – Geoptimaliseerd voor spraaktoepassingen.
Preview – API-contract kan evolueren; nog niet algemeen beschikbaar.
2025-06-03 – Momentopname van training en implementatie voor reproduceerbaarheid.
Hoe GPT-4o Audio API API aanroepen vanuit CometAPI
GPT-4o Audio API API-prijzen in CometAPI:
Invoertokens: $2 / M tokens
Uitvoertokens: $8 / M tokens
Vereiste stappen
Inloggen cometapi.com. Als u nog geen gebruiker van ons bent, registreer u dan eerst
Haal de API-sleutel voor de toegangsgegevens van de interface op. Klik op 'Token toevoegen' bij de API-token in het persoonlijke centrum, haal de tokensleutel op: sk-xxxxx en verstuur.
Haal de url van deze site op: https://api.cometapi.com/
Gebruiksmethoden
Selecteer de optie "gpt-4o-audio-preview-2025-06-03"eindpunt om de aanvraag te verzenden en de aanvraagbody in te stellen. De aanvraagmethode en de aanvraagbody zijn te vinden in de API-documentatie op onze website. Onze website biedt ook een Apifox-test voor uw gemak.
Vervangen met uw werkelijke CometAPI-sleutel van uw account.
Vul het inhoudsveld in en het model zal hierop reageren.
Verwerk het API-antwoord om het gegenereerde antwoord te verkrijgen.
Voor informatie over Modeltoegang in Comet API, zie API-document.
API-workflow — Chat-aanvullingen met audio-onderdelen en functie-hooks
Invoer formaat - audio/* MIME of base64 WAV-fragmenten ingebed in messages[].content.
Uitvoeropties -
• mode: "text" → pure tekst voor ondertiteling.
• mode: "audio" → retourneert een streaming Opus- of µ-law-payload met tijdstempels.
Functie-aanroep - Toevoegen functions: schema; het model zendt uit role: "function" met JSON-argumenten; de ontwikkelaar voert de toolaanroep uit en stuurt optioneel het resultaat terug.
rate control - Instellen voice.speed=1.25 om het afspelen te versnellen; veilige bereiken 0.25–4.0.
Token-/audiolimieten – 128 k context (~4 min spraak) bij de lancering; 4096 audiotokens / 8192 teksttokens welke het eerst komt.
