OpenAI 推出两款语音转写模型，实时场景更低延迟
OpenAIDevs · x · 2026-07-29
OpenAI 在 API 里推出了两款新的转写模型：
- GPT-Live-Transcribe：面向低延迟实时转写
- GPT-Transcribe：面向已完成音频文件和批处理的异步转写
官方强调这两款模型更能利用上下文，在带口音和多语言的真实音频上更准。OpenAI 还给出了上下文敏感 ASR 基准：在不提供自由文本上下文时，GPT-Live-Transcribe 的语义准确率是 38.5%，加入上下文后升到 44.6%。
另外两组结果是：
- Common Voice 22 种语言上，GPT-Live-Transcribe 的 WER 为 19.70%，优于 GPT-Realtime-Whisper-1 的 20.33%
- Real-World Audio Recording 9 种语言上，WER 为 9.60%，优于 GPT-Realtime-Whisper-1 的 11.65%
OpenAI 还建议在实时转写里提供录音背景、专有名词关键词、预期输入语言，以及前文转写片段作为上下文。
所属事件:OpenAI 推出 GPT-Transcribe 与 GPT-Live-Transcribe 语音转写模型(16 条相关)→
「模型」频道最新
- 爆料称 GLM 5.5 与 Kimi K3.1 即将发布,或与反蒸馏封锁有关 — zephyr_z9 · 2026-10-16
- 75 家企业真实工作基准:GPT-6 与 Claude 排名随任务反转 — BorisMPower · 2026-10-16
- Google 年付 Gemini AI Plus 用户遭中途降级,11月13日起失去 Pro 模型 — Ray_ProUser · 2026-10-16
- 夸一句就出图：小模型画鹈鹕骑车SVG画质飙升 — Fancy-Snow7 · 2026-10-16
- Rapid-MLX 0.16.2 发布:Apple Silicon 本地跑 Nemotron 3.5 至 120B — kuchaev · 2026-10-16
- 「中国开源末日」说法被质疑：开源模型几乎可自动获得许可证 — eliebakouch · 2026-10-16