OpenAI 推出两款新转录模型，优化实时与异步音频处理

OpenAI 于今日发布 GPT-Live-Transcribe 与 GPT-Transcribe 两款转录模型，通过 API 提供调用。前者专为低延迟实时转录设计，费用为每分钟 0.017 美元；后者优化已完成音频文件的异步转录，费用为每分钟 0.0045 美元。

官方表示，新模型在理解上下文、处理口音、数字、专业术语及背景噪音方面表现更优。在 Context Aware ASR 基准测试中，GPT-Transcribe 语义准确率从无上下文的 41.6%提升至有上下文的 45.2%。

在 Common Voice 的 22 种语言上，GPT-Transcribe 转录错误率为 19.27%，显著低于 Whisper 的 40.37%。在真实世界音频录制的九种语言测试中，其错误率仅为 8.98%，优于 Whisper 的 15.21%。