GPT Transcribe

مدل صوتی از اوپن‌ای‌آی

به فارسی:جی پی تی ترنسکرایبجی‌پی‌تی ترنسکرایب

این مدل چیست؟

GPT Transcribe مدل تبدیل گفتار به متن OpenAI است که ژوئیهٔ ۲۰۲۶ همراه GPT Live Transcribe (نسخهٔ زنده) عرضه شد و OpenAI آن را جایگزین gpt-4o-transcribe و whisper-1 معرفی کرده است. برای فایل ضبط‌شده و نوبت‌های گفتگوی Realtime به کار می‌رود، با متن زمینه و واژه‌های کلیدی هدایت می‌شود و چند زبان مورد انتظار و صدای چندزبانه را می‌پذیرد. قیمت API آن ۰٫۰۰۴۵ دلار برای هر دقیقه و نرخ خطای کلمه در سنجش انگلیسی Artificial Analysis حدود ۳٫۳٪ است.

سازنده: اوپن‌ای‌آی (OpenAI)

OpenAI شرکت آمریکایی سازندهٔ ChatGPT است. مدل‌های زبانی GPT، تصویرساز GPT Image و مدل‌های گفتار و تبدیل گفتار به متن را می‌سازد و آن‌ها را در ChatGPT و از راه API عرضه می‌کند.

کجا می‌شود از آن استفاده کرد؟

جایگاه در جدول‌های مقایسه

  • سنجش گفتار به متن Artificial AnalysisGPT Transcribe, OpenAI
    رتبهٔ ۲۱خطای کلمه ۳٫۳٪$۴٫۵ برای ۱۰۰۰ دقیقه صدا
مقایسهٔ کامل مدل‌ها

مدل‌های دیگر اوپن‌ای‌آی