我们在 API 中推出了两款新的转录模型:
• GPT-Live-Transcribe:专为低延迟实时转录而构建。 • GPT-Transcribe:针对已完成音频文件的异步转录和批量工作负载进行了优化。
这两款模型都能更好地理解上下文,并在真实世界的音频中(涵盖不同口音和语言)提供更准确的转录,包括短句、数字、专业术语以及背景噪音较大的语音。
OpenAI 正式把转录拆成实时和异步两个模型,这是一个信号,语音 AI 的落地正在从通用走向场景专用,做语音产品的都该看一眼。
我们在 API 中引入了两种新的转录模型: • GPT-Live-Transcribe:专为低延迟实时转录而构建。 • GPT-Transcribe:针对已完成音频文件和批量工作负载的异步转录进行了优化。 两种模型都能更好地理解上下文,并在跨口音和语言的实际音频上提供更准确的转录,包括短句、数字、专业术语以及背景噪音较大的语音。
我们在 API 中推出了两款新的转录模型:
• GPT-Live-Transcribe:专为低延迟实时转录而构建。 • GPT-Transcribe:针对已完成音频文件的异步转录和批量工作负载进行了优化。
这两款模型都能更好地理解上下文,并在真实世界的音频中(涵盖不同口音和语言)提供更准确的转录,包括短句、数字、专业术语以及背景噪音较大的语音。
OpenAI 正式把转录拆成实时和异步两个模型,这是一个信号,语音 AI 的落地正在从通用走向场景专用,做语音产品的都该看一眼。
我们在 API 中引入了两种新的转录模型: • GPT-Live-Transcribe:专为低延迟实时转录而构建。 • GPT-Transcribe:针对已完成音频文件和批量工作负载的异步转录进行了优化。 两种模型都能更好地理解上下文,并在跨口音和语言的实际音频上提供更准确的转录,包括短句、数字、专业术语以及背景噪音较大的语音。
我们在 API 中推出了两款新的转录模型:
• GPT-Live-Transcribe:专为低延迟实时转录而构建。 • GPT-Transcribe:针对已完成音频文件的异步转录和批量工作负载进行了优化。
这两款模型都能更好地理解上下文,并在真实世界的音频中(涵盖不同口音和语言)提供更准确的转录,包括短句、数字、专业术语以及背景噪音较大的语音。