OpenAI เปิดตัวโมเดลแปลงเสียงเป็นข้อความสองรุ่น ราคาลดลง 25%

ตามการติดตามของ Beating พบว่า OpenAI ได้เปิดตัวโมเดลแปลงเสียงเป็นข้อความสองรุ่น ได้แก่ GPT Transcribe และ GPT Live Transcribe โดยรุ่นแรกใช้สำหรับประมวลผลไฟล์บันทึกเสียงและงานแบบกลุ่ม ส่วนรุ่นหลังใช้สำหรับสถานการณ์เรียลไทม์ เช่น คำบรรยายสดและการโทรศัพท์

โมเดลทั้งสองสามารถผสานหัวข้อการบันทึก คำสำคัญ และคำแนะนำภาษา โดยเน้นเพิ่มประสิทธิภาพการจดจำในประโยคสั้น ตัวเลข คำศัพท์เฉพาะทาง สำเนียงหลากหลาย และสภาพแวดล้อมที่มีเสียงรบกวน

Artificial Analysis วัดผลพบว่า GPT Transcribe มีอัตราความผิดพลาดของคำอยู่ที่ 3.31% ซึ่งต่ำกว่า GPT-4o Transcribe รุ่นก่อนหน้า 0.7 จุดเปอร์เซ็นต์ นอกจากนี้ราคายังลดลง 25% โดยคิดค่าบริการ 4.5 ดอลลาร์สหรัฐต่อการบันทึกเสียง 1,000 นาที