Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Een audiobestand transcriberen: gpt-transcribe en Whisper

Les 6 van 18 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Een opname transcriberen
  2. Welk model in november 2026
  3. Eerste transcriptie
  4. Het model context geven
  5. Transcriptie in realtime volgen
  6. Tijdstempels en ondertiteling: whisper-1, tot 26 februari 2027
  7. Lange bestanden
  8. Belangrijkste punten

Les herschreven op 3 november 2026. Deze handleiding behandelde eerder whisper-1, dat verouderd is en op 26 februari 2027 wordt stopgezet. De gids File transcription van OpenAI raadt nu gpt-transcribe aan. gpt-transcribe levert echter geen tijdstempels, SRT- of VTT-ondertiteling, of een verbose_json-respons. Voor deze specifieke behoeften blijft whisper-1 de enige optie tot de stopzetting. De code riep segmenten eerder aan als dictionaries (segment["start"]), wat een TypeError veroorzaakt met de Python SDK; het zijn objecten (segment.start). Elke aanroep is geverifieerd met openai SDK 3.42.1. Bronnen: File transcription · Create transcription · GPT-Transcribe · Deprecations.

Een opname transcriberen

Bestandstranscriptie behandelt de meest voorkomende use case: u heeft een voltooide opname (een vergadering, een podcast, een spraakbericht) en u heeft de tekst nodig. U stuurt het bestand naar het /v1/audio/transcriptions-endpoint en ontvangt de transcriptie. Voor audio die nog binnenkomt, zoals van een microfoon of een telefoongesprek, is de juiste aanpak live-transcriptie via de Realtime API, wat later in deze cursus aan bod komt.

Het bestand moet 25 MB of kleiner zijn en in een van de volgende formaten: mp3, mp4, mpeg, mpga, m4a, wav of webm.

Welk model in november 2026

ModelStatusBelangrijkste punten
gpt-transcribeAanbevolenContext (prompt), trefwoorden (keywords), verwachte talen (languages), streaming-transcriptie; $0,0045 per minuut
whisper-1Verouderd, stopzetting 26 februari 2027Enige model dat tijdstempels, verbose_json, SRT en VTT, en vertaling naar het Engels biedt
gpt-4o-transcribe, gpt-4o-mini-transcribeVerouderd, stopzetting 26 februari 2027Vervangen door gpt-transcribe
gpt-4o-transcribe-diarizeVerouderd, stopzetting 26 februari 2027Sprekeridentificatie (diarized_json)

Eerste transcriptie

from openai import OpenAI

client = OpenAI()

with open("recording.mp3", "rb") as audio_file:
    transcription = client.audio.transcriptions.create(
        model="gpt-transcribe",
        file=audio_file,
    )

print(transcription.text)

Standaard is de respons een JSON-object: transcription.text bevat de tekst en transcription.languages somt de talen op die het model met voldoende vertrouwen heeft herkend (een lege lijst als het er geen kon identificeren).

Het model context geven

Een opname van een vergadering zit vol met eigennamen, acroniemen en interne termen die het model onmogelijk kan kennen. gpt-transcribe accepteert drie hints die u kunt combineren:

with open("meeting.mp3", "rb") as audio_file:
    transcription = client.audio.transcriptions.create(
        model="gpt-transcribe",
        file=audio_file,
        prompt="Managementvergadering over het Corsen AI-project en contract AC-42.",
        keywords=["Corsen AI", "AC-42", "AVG"],
        languages=["nl", "en"],
    )

print(transcription.text)
  • prompt beschrijft de context in één zin, in de taal van de opname. Dit is geen systeeminstructie; het is een hint die de herkenning stuurt.
  • keywords somt termen op die herkend moeten worden. Voer één trefwoord per item in, zonder <, > of regeleinden: de API wijst het hele verzoek af als het er een aantreft.
  • languages specificeert verwachte talen met ISO 639-1-codes (nl, en, es…). Het vervangt de parameter language van oudere modellen: stuur nooit beide.

Transcriptie in realtime volgen

Voor lange bestanden hoeft u niet tot het einde te wachten om het begin weer te geven. Met stream=True retourneert de API gebeurtenissen terwijl de verwerking plaatsvindt, zonder dat een Realtime-sessie nodig is:

with open("meeting.mp3", "rb") as audio_file:
    stream = client.audio.transcriptions.create(
        model="gpt-transcribe",
        file=audio_file,
        stream=True,
    )
    for event in stream:
        if event.type == "transcript.text.delta":
            print(event.delta, end="", flush=True)
        elif event.type == "transcript.text.done":
            print()  # volledige transcriptie in event.text

Tijdstempels en ondertiteling: whisper-1, tot 26 februari 2027

De gids van OpenAI stelt expliciet: de voorbeelden voor tijdstempels op woordniveau, ondertiteling en sprekeridentificatie vertrouwen op verouderde modellen. Als u deze functies nodig heeft, blijft whisper-1 beschikbaar tot 26 februari 2027; het is het enige model dat verbose_json en timestamp_granularities accepteert:

with open("meeting.mp3", "rb") as audio_file:
    transcription = client.audio.transcriptions.create(
        model="whisper-1",
        file=audio_file,
        response_format="verbose_json",
        timestamp_granularities=["segment"],
    )

for segment in transcription.segments or []:
    print(f"[{segment.start:.1f}s - {segment.end:.1f}s] {segment.text.strip()}")

Segmenten zijn SDK-objecten: lees segment.start, niet segment["start"]. Met timestamp_granularities=["word"] verschijnen tijdstempels op woordniveau in transcription.words, ten koste van iets hogere latentie. Hetzelfde model produceert ook kant-en-klare ondertiteling: met response_format="srt" of "vtt" retourneert de SDK direct de tekst van het ondertitelingsbestand.

De gids wijst nog geen vervanger aan voor deze functies. Als uw product afhankelijk is van tijdstempels of ondertiteling, plan dan een oplossing vóór 26 februari 2027.

Lange bestanden

Voor bestanden groter dan 25 MB comprimeert u de audio of splitst u deze. De documentatie raadt aan om niet midden in een zin te knippen, omdat dit context kost, en suggereert de bibliotheek pydub om te splitsen (OpenAI garandeert deze software van derden niet). Het einde van het vorige chunk in prompt doorgeven helpt het model de continuïteit te bewaren; dit is een gebruik van de parameter dat in de gids wordt genoemd:

from pydub import AudioSegment


def transcribe_long(path: str, duration_ms: int = 10 * 60 * 1000) -> str:
    """Transcribeert een lange opname in chunks van 10 minuten."""
    audio = AudioSegment.from_file(path)
    texts: list[str] = []

    for i, start in enumerate(range(0, len(audio), duration_ms)):
        chunk = f"chunk_{i}.mp3"
        audio[start:start + duration_ms].export(chunk, format="mp3")
        options = {"prompt": texts[-1][-500:]} if texts else {}  # continuïteit
        with open(chunk, "rb") as f:
            result = client.audio.transcriptions.create(model="gpt-transcribe", file=f, **options)
        texts.append(result.text)

    return " ".join(texts)

Splitsen op vaste duur hakt soms een zin doormidden: voor een gepolijst resultaat splitst u beter op stilte.

Belangrijkste punten

  • gpt-transcribe is het aanbevolen model voor bestandstranscriptie; whisper-1 en gpt-4o-*-transcribe worden stopgezet op 26 februari 2027
  • prompt, keywords en languages (niet langer language) sturen de herkenning van termen en talen
  • stream=True retourneert transcriptie terwijl deze verloopt (transcript.text.delta), zonder Realtime-sessie
  • Tijdstempels, verbose_json, SRT en VTT bestaan alleen bij whisper-1 tot de stopzetting; lees segmenten als objecten (segment.start)
  • Maximaal 25 MB per bestand: comprimeren of splitsen, bij voorkeur op stilte