오픈AI는 7월 29일 두 가지 새로운 음성 인식 모델을 출시했습니다. 실시간 저지연 용도로 분당 0.017달러인 ‘GPT-Live-Transcribe’와 비동기식 일괄 처리 용도로 분당 0.0045달러인 ‘GPT-Transcribe’입니다. 두 모델 모두 억양, 전문 용어, 숫자, 배경 소음을 포함한 문맥을 이해합니다. Context Aware ASR 벤치마크에서 GPT-Transcribe는 문맥 정보를 활용해 의미 정확도를 41.6%에서 45.2%로 향상시켰습니다. Whisper와 비교했을 때, GPT-Transcribe는 Common Voice 데이터셋에서 오류율을 40.37%에서 19.27%로, 실제 녹음 데이터에서는 15.21%에서 8.98%로 낮췄습니다.