XNews

OpenAI发布GPT-Transcribe语音转文本模型

OpenAI推出了gpt-transcribe和gpt-live-transcribe两款新型语音转文本模型。在真实录音基准测试中,gpt-transcribe的词错误率(WER)为8.98%,而whisper-1为15.21%。这相当于相对错误率降低了约41%。定价为每分钟0.0045美元,比whisper-1的每分钟0.006美元便宜25%。准确性和成本同时得到改善。

Key insights

GPT-Transcribe为语音转文本树立新的性价比标准

OpenAI的新转录模型在准确性上较whisper-1有显著提升,在真实音频中词错误率几乎减半,同时成本降低25%。更高的准确性和更低的价格相结合,使得该服务对高容量转录场景更具吸引力。实时转录变体(gpt-live-transcribe)的推出表明OpenAI正瞄准会议和实时字幕等实时应用。

Source posts