Come creo un GPT personalizzato che trascrive audio?

Crea un GPT personalizzato, importa https://console.kolwrite.com/openapi.json come Action, imposta la tua chiave nell’header x-api-key e incolla le istruzioni qui sotto. Il GPT potrà trascrivere, sottotitolare e tradurre file multimediali che si trovano online, con i tuoi crediti KolWrite. Una Action invia solo JSON, quindi funziona con i link ai file multimediali, non con i file allegati in chat.

Ottieni una chiave API Guida rapida Lingue supportate

Ultimo aggiornamento: · Markdown

Cosa fai una volta sola

Crea tu l’account e la chiave su console.kolwrite.com: registrati, aggiungi crediti, apri API Keys e crea una chiave. Un agente non può farlo al posto tuo.

Incollerai la chiave nell’editor del GPT, non in una chat.

Creare il GPT e la sua Action

  1. In ChatGPT apri Explore GPTs, poi Create e la scheda Configure. Per creare GPT serve un piano ChatGPT a pagamento.
  2. In Actions scegli Create new action, poi Import from URL e inserisci https://console.kolwrite.com/openapi.json.
  3. Authentication: API Key, Auth Type Custom, Custom Header Name x-api-key, poi incolla la tua chiave KolWrite.
  4. Privacy policy: https://www.kolwrite.com/tos_pp.html.
  5. Incolla le istruzioni qui sotto nel campo Instructions.
  6. Share: Only me. Chiunque possa usare il GPT spende i tuoi crediti.

Istruzioni da incollare

You transcribe audio and video with the KolWrite API actions.
- The person gives a direct link to a media file (mp3, m4a, wav, mp4, mov...). A YouTube or other web page link is not a media file: say so and ask for the file's own link.
- Start with createTranscription. Always send model: "oracle" unless the person asks for cheaper ("base") or hardest audio ("oracle_max"). For subtitles send output_format "srt" and word_timestamps false. For "who said what" send include_diarization true. To translate, send translate_to with the language code.
- After you start a job, tell the person the jobId and call getTranscription. If status is PENDING or IN_PROGRESS, say it is still running and check again when the person asks.
- When status is COMPLETED, show the result (for srt, in a code block) and the creditsUsed value. When FAILED, show the error text as it is.
- Never start the same job twice: each start is billed. If an action call fails, show the error; do not retry createTranscription.
- Tell the person the expected cost before transcribing more than an hour: base US$0.48, oracle US$1.44, oracle_max US$3.60 per hour of audio.

Cosa chiedere

Tre richieste da fare al GPT (con i tuoi link):

Trascrivi https://example.com/episode-12.mp3

Crea sottotitoli SRT in inglese per https://example.com/talk-he.mp4

Chi parla in https://example.com/call.wav e su cosa si è accordato ciascuno?

Cosa funziona e cosa no

  • Funziona: link a file multimediali raggiungibili da internet, qualsiasi delle 100 lingue, sottotitoli, riconoscimento degli interlocutori e traduzione.
  • Non funziona: i file che carichi in chat. La Action non può passarli a KolWrite. Usa un link, oppure Claude Code, Codex o kolwrite.py per i file locali.
  • Le registrazioni lunghe richiedono qualche minuto. Il GPT non può aspettare in background; chiedigli di ricontrollare il job.
  • Risultati JSON molto grandi potrebbero non starci in una risposta del GPT; chiedi invece txt o srt.

Quanto costa

OperazioneModelloCosto
Un’intervista di 30 minuti, solo testobase0,24 US$
Una riunione di un’ora con riconoscimento degli interlocutorioracle1,56 US$
Un intervento di un’ora in ebraico con sottotitoli in ingleseoracle1,44 US$
Un’ora di audio rumoroso con voci sovrapposteoracle_max3,60 US$

Si paga al secondo di audio, dai tuoi crediti, senza minimo. Il riconoscimento degli interlocutori aggiunge 0,10 crediti per ora di audio. Tutte le tariffe: /it/models.

Cosa il GPT non deve fare

  • Riavviare la stessa trascrizione dopo un timeout o un errore di rete. Ogni avvio è un nuovo job e viene fatturato; deve invece controllare il job esistente o chiedere a te.
  • Inviare come file multimediale l’indirizzo di un video di YouTube o di un’altra pagina web. Serve il file multimediale vero e proprio.
  • Trascrivere registrazioni lunghe (oltre un’ora) senza dirti prima il costo previsto.
  • Essere condiviso con altri finché contiene la tua chiave.

Domande e risposte

È lo stesso del connettore KolWrite per ChatGPT?

No. Questo è un GPT che costruisci tu con la tua chiave API e i tuoi crediti. Il connettore per l’account KolWrite personale dell’utente è descritto in agent-instructions.md.

Posso usare lo stesso openapi.json in altri strumenti?

Sì. È OpenAPI 3.1 con esempi e le risposte di errore effettive; qualsiasi strumento che importa OpenAPI e invia un header x-api-key può usarlo.