首頁
OpenAI 於 7 月 29 日發布了兩款新的轉錄模型：適用於即時低延遲應用的 GPT-Live-Transcribe，每分鐘收費 0.017 美元；以及適用於異步批次處理的 GPT-Transcribe，每分鐘收費 0.0045 美元。 這兩款模型均能理解語境，包括口音、術語、數字及背景噪音。在「Context Aware ASR」基準測試中，GPT-Transcribe 透過語境資訊將語義準確度從 41.6% 提升至 45.2%。 與 Whisper 相比，GPT-Transcribe 在 Common Voice 數據集上的錯誤率從 40.37% 降至 19.27%，而在真實世界錄音中的錯誤率則從 15.21% 降至 8.98%。
評論 (0)
0/300
