OpenAI 发布两款语音转文本模型，价格降 25%

GPT Transcribe 词错率降至 3.31%，较前代低 0.7 个百分点，处理成本大幅缩减。

据 Woofun AI 消息，OpenAI 推出 GPT Transcribe 与 GPT Live Transcribe 两款语音转文本模型。前者面向音频文件及批量转换任务，后者适用于直播和电话通话等实时字幕生成场景。

两款模型均能识别音频中的主题、关键词及语言特征，旨在提升对短句、数字、专业术语、多种口音及嘈杂环境下的识别精度。Artificial Analysis 测试显示，GPT Transcribe 单词错误率为 3.31%，较上一代 GPT-4o Transcribe 低 0.7 个百分点，价格下降 25%，每 1000 分钟音频处理费用为 4.5 美元。