OpenAI 發佈兩款語音轉文本模型，價格降 25%

GPT Transcribe 詞錯率降至 3.31%，較前代低 0.7 個百分點，處理成本大幅縮減。

據 Woofun AI 消息，OpenAI 推出 GPT Transcribe 與 GPT Live Transcribe 兩款語音轉文本模型。前者面向音頻文件及批量轉換任務，後者適用於直播和電話通話等實時字幕生成場景。

兩款模型均能識別音頻中的主題、關鍵詞及語言特徵，旨在提升對短句、數字、專業術語、多種口音及嘈雜環境下的識別精度。Artificial Analysis 測試顯示，GPT Transcribe 單詞錯誤率爲 3.31%，較上一代 GPT-4o Transcribe 低 0.7 個百分點，價格下降 25%，每 1000 分鐘音頻處理費用爲 4.5 美元。