OpenAI представила модели GPT Transcribe и GPT Live Transcribe
M@ai_machinelearning_big_dataAI-инженер
4 недOpenAI выпустила новые модели для распознавания речи с улучшенной скоростью и точностью, а также снизила цены на API.
OpenAI делает инструменты для перевода речи в текст доступнее и быстрее для разработчиков.
- Снижение цен на API делает внедрение голосовых функций в приложения дешевле.
- Новые модели предлагают высокую скорость обработки, что критично для real-time сервисов.
- Конкуренция в области распознавания речи усиливается, заставляя компании улучшать качество транскрибации.
✔️ OpenAI представила новые модели распознавания речи
GPT Transcribe предназначена для работы с аудиофайлами и обрабатывает их примерно в 34 раза быстрее реального времени.
GPT Live Transcribe оптимизирована для потоковой расшифровки звука с минимальной задержкой.
Оба решения доступны через API, умеют учитывать текстовый контекст и заданные ключевые слова, а также поддерживают мультиязычный ввод.
По данным тестов Artificial Analysis на бенчмарке AA-WER, GPT Transcribe демонстрирует уровень ошибок в словах (WER) на отметке 3,3%. Это на 0,7 пп лучше результата ее предшественницы - GPT-4o Transcribe.
Несмотря на улучшенные метрики, изделие OpenAI пока не дотягивает до лидеров.
В рейтинге AA-WER первое место у Fun-Realtime-ASR-Preview от Alibaba Group с показателем 1,7% второе - у ElevenLabs Scribe v2 (2,2%), за ней следуют MAI-Transcribe-1.5 (2,4%), Mistral Voxtral Small (2,8%) и Gemini 3.1 Pro (2,8%).
Вместе с релизом OpenAI снизила тарифы - минута обработки аудио обойдется в $0,0045, а для GPT Live Transcribe - $0.017.
@ai_machinelearning_big_data
#news #ai #ml
Кратко (AI)
OpenAI представила две новые модели для распознавания речи: GPT Transcribe для обработки файлов и GPT Live Transcribe для потокового аудио. Несмотря на улучшение точности до 3,3% WER, модели пока уступают лидерам рынка, таким как Alibaba Group и ElevenLabs. Компания также снизила стоимость использования API для данных сервисов.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖