# OpenAI 推出 GPT-Live-Transcribe 和 GPT-Transcribe 两种转录模型，支持 API 调用

- 来源：IT之家（RSS）
- 发布时间：2026-07-29 07:01
- AIHOT 分数：57
- AIHOT 链接：https://aihot.virxact.com/items/cms59k4fi00riro7cgm3ooylu
- 原文链接：https://www.ithome.com/0/982/801.htm

## AI 摘要

OpenAI 发布 GPT-Live-Transcribe 和 GPT-Transcribe 两种转录模型，通过 API 调用。前者专为低延迟实时转录设计，每分钟 0.017 美元；后者优化异步转录，每分钟 0.0045 美元。在 Common Voice 22 种语言上，GPT-Transcribe 转录错误率为 19.27%，低于 Whisper (whisper-1) 的 40.37%。

## 正文

IT之家 7 月 29 日消息，OpenAI 公司今天（7 月 29 日）在 X 平台发布公告，宣布推出 GPT-Live-Transcribe 和 GPT-Transcribe 两种转录模型，并支持通过 API 方式调用。

调用费用方面

GPT-Live-Transcribe 转录费用为每分钟 0.017 美元（IT之家注：现汇率约合 0.12 元人民币）

GPT-Transcribe 转录费用为每分钟 0.0045 美元（现汇率约合 0.03 元人民币）

OpenAI 官方表示相比公司此前模型，上述两种转录模型可以更好地理解上下文，并能在各种口音和语言的真实世界音频上提供更准确的转录，包括短语、数字、专业术语以及带有响亮背景噪音的语音。

GPT-Live-Transcribe 是专为低延迟实时转录而构建；而 GPT-Transcribe 可以优化已完成音频文件和批量工作负载的异步转录。

在 Context Aware ASR 基准测试上，GPT-Transcribe 语义准确率从无自由形式上下文的 41.6% 提高到有上下文的 45.2%。

在 Common Voice 的 22 种语言上，GPT-Transcribe 的转录错误率为 19.27%，而 Whisper (whisper-1) 为 40.37%。在真实世界音频录制基准的九种语言上，它实现了 8.98% 的转录错误率，而 Whisper (whisper-1) 为 15.21%。