OpenAI 发布 GPT-Live-Transcribe
GPT-Transcribe 在 AA-WER 基准上词错误率 3.31%，较前代降低 0.7 个百分点。
事件全貌
OpenAI 于 2026 年 7 月 28 日通过 API 推出两款新转录模型：GPT-Live-Transcribe 和 GPT-Transcribe。GPT-Live-Transcribe 专为低延迟实时转录设计，定价每分钟 0.017 美元；GPT-Transcribe 针对异步转录优化，处理预录音频速度约为实时 34 倍，定价每分钟 0.0045 美元（即每千分钟 4.50 美元）。两款模型均能更好理解上下文，在跨口音、语言、背景噪音等场景下提升准确率。
在性能方面，GPT-Transcribe 在 Common Voice 22 种语言上的词错误率为 19.27%，远低于 Whisper 的 40.37%；在 AA-WER 基准上词错误率为 3.31%，较前代降低 0.7 个百分点，排名第 9。模型支持文本提示、关键词及多语言提示三种上下文。
目前所有报道均来自官方及第三方评测，未出现矛盾或反转信息。
本综述由 AI 汇总全部报道生成，随事件进展持续更新；下方时间线中的单篇报道保留其发布时的原貌。
报道时间线
- OpenAI 推出 GPT Transcribe 和 GPT Live Transcribe 语音识别模型
OpenAI 通过 API 推出 GPT Transcribe 和 GPT Live Transcribe 两款新语音识别模型。GPT Transcribe 处理预录音频的速度约为实时的 34 倍，词错误率为 3.31%，较前代降低 0.7 个百分点，定价降至每分钟 $0.0045。
- OpenAI 发布 GPT Transcribe 非流式语音转录模型
OpenAI 推出非流式语音转录模型 GPT Transcribe，在 AA-WER 基准上词错误率为 3.31%（排名第 9），较前代提升 0.7 个百分点。该模型支持文本提示、关键词及多语言提示三种上下文，处理速度约达实时 34 倍，定价降至每千分钟音频 $4.50。
- OpenAI 推出 GPT-Live-Transcribe 和 GPT-Transcribe 两种转录模型，支持 API 调用
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%。
- OpenAI 推出两款新转录模型 API
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。