OpenAI 推出 GPT-Transcribe 与 GPT-Live-Transcribe 语音转写模型

OpenAI 在 API 中推出了两款全新的语音转写模型：GPT-Transcribe 和 GPT-Live-Transcribe，分别针对已完成音频的异步批处理和低延迟实时转写。官方及第三方基准测试表明，新模型在多语种和上下文感知场景下的表现显著优于现有的 Whisper-1，同时批量转写价格大幅下调，标志着语音转写在准确率与性价比上的双重突破。

已确认

• 官方推出两款模型：GPT-Live-Transcribe 面向低延迟实时转写，GPT-Transcribe 面向异步转写和批处理任务。
• 在 Common Voice 的 22 种语言测试中，GPT-Transcribe 的多语种转写表现大幅领先 Whisper-1。
• 在 Context Aware ASR 基准上，加入自由形式上下文后，GPT-Transcribe 的语义准确率从 41.6% 提升到了 45.2%。
• 在 Context Aware Automatic Speech Recognition 基准中，提供上下文信息可将实时转写的准确率提升至 44.6%。
• 据 @reachvb 转述的数据，GPT-Live-Transcribe 的错误率降至 9.60%（之前为 11.65%，降低约 18%）。
• 据 @ArtificialAnlys 评测，GPT-Transcribe 取得 3.31% AA-WER 的成绩，比上一代 GPT-4o Transcribe 提升 0.7 个百分点，且批量转写价格降至每千分钟 4.5 美元。
• 据 @xiaohu 补充的数据，gpt-transcribe 在真实录音基准上的词错误率为 8.98%。
• 开发者可以通过四种上下文信息来提升实时转写效果：录音的自由文本背景说明、人名和领域术语关键词、预期输入语言，以及之前已经转写出的轮次内容。

为什么重要

• 新模型的发布表明，OpenAI 正通过增强上下文理解能力突破传统语音转写的准确率瓶颈，同时大幅下调价格，为开发者提供了比 Whisper 更强大且更具经济效益的替代方案。

2026-07-29 ~ 2026-07-30 · 16 条相关

• 【源头】OpenAI 在 API 中新增两款语音转写模型 — OpenAIDevs · 2026-07-29
• GPT-Transcribe 在真实音频基准上显著优于 Whisper — OpenAIDevs · 2026-07-29
• OpenAI 文档再次列出 GPT-Transcribe 对 Whisper 的基准优势 — OpenAIDevs · 2026-07-29
• OpenAI 新基准显示上下文可把实时转写准确率提到 44.6% — OpenAIDevs · 2026-07-29
• OpenAI 发布 GPT Live Transcribe 和 GPT Transcribe，错误率大幅降低 — reach_vb · 2026-07-29
• OpenAI 推出 GPT Transcribe，语音转写价格降至每千分钟 4.5 美元 — ArtificialAnlys · 2026-07-29
• OpenAI 发布 gpt-transcribe 与 gpt-live-transcribe，WER 降至 8.98% — xiaohu · 2026-07-29

另有 9 条近重复转述:OpenAIDevs · OpenAIDevs · OpenAIDevs · _rchaves_ · OpenAI · athyuttamre · pbbakkum · Dimillian · pbbakkum