Een audiobestand transcriberen: gpt-transcribe en Whisper
Op deze pagina
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 nugpt-transcribeaan.gpt-transcribelevert echter geen tijdstempels, SRT- of VTT-ondertiteling, of eenverbose_json-respons. Voor deze specifieke behoeften blijftwhisper-1de enige optie tot de stopzetting. De code riep segmenten eerder aan als dictionaries (segment["start"]), wat eenTypeErrorveroorzaakt met de Python SDK; het zijn objecten (segment.start). Elke aanroep is geverifieerd metopenaiSDK 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
| Model | Status | Belangrijkste punten |
|---|---|---|
gpt-transcribe | Aanbevolen | Context (prompt), trefwoorden (keywords), verwachte talen (languages), streaming-transcriptie; $0,0045 per minuut |
whisper-1 | Verouderd, stopzetting 26 februari 2027 | Enige model dat tijdstempels, verbose_json, SRT en VTT, en vertaling naar het Engels biedt |
gpt-4o-transcribe, gpt-4o-mini-transcribe | Verouderd, stopzetting 26 februari 2027 | Vervangen door gpt-transcribe |
gpt-4o-transcribe-diarize | Verouderd, stopzetting 26 februari 2027 | Sprekeridentificatie (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)
promptbeschrijft de context in één zin, in de taal van de opname. Dit is geen systeeminstructie; het is een hint die de herkenning stuurt.keywordssomt 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.languagesspecificeert verwachte talen met ISO 639-1-codes (nl,en,es…). Het vervangt de parameterlanguagevan 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-transcribeis het aanbevolen model voor bestandstranscriptie;whisper-1engpt-4o-*-transcribeworden stopgezet op 26 februari 2027prompt,keywordsenlanguages(niet langerlanguage) sturen de herkenning van termen en talenstream=Trueretourneert transcriptie terwijl deze verloopt (transcript.text.delta), zonder Realtime-sessie- Tijdstempels,
verbose_json, SRT en VTT bestaan alleen bijwhisper-1tot de stopzetting; lees segmenten als objecten (segment.start) - Maximaal 25 MB per bestand: comprimeren of splitsen, bij voorkeur op stilte