Nowe narzędzia OpenAI do transkrypcji: tryb offline i na żywo

Nowe usługi zostały podzielone według sposobu użycia. GPT Transcribe ma służyć do przetwarzania wcześniej nagranych materiałów dźwiękowych, natomiast GPT Live Transcribe ma obsługiwać scenariusze "na bieżąco" — przykładowo wtedy, gdy potrzebne są napisy pojawiające się w trakcie wypowiedzi.

Czym różnią się nowe modele transkrypcji OpenAI

GPT Transcribe rozliczany jest w modelu minutowym, a jego koszt to 0,0045 dol. za minutę. OpenAI podaje, że wyniki benchmarków wskazują na mniejszą liczbę błędów w porównaniu z Whisper-1 oraz dokładniejszy zapis.

Czy ten obiekt to pierwszy odkryty egzoksiężyc? Jest pewien problem

Z kolei GPT Live Transcribe to opcja droższa — wyceniona na 0,017 dol. za minutę. Ten wariant ma być nastawiony przede wszystkim na szybkość przetwarzania mowy na tekst , dlatego celuje w zastosowania, w których kluczowy jest natychmiastowy zapis wypowiedzi.

OpenAI podkreśla odporność na hałas

Według OpenAI oba modele mają lepiej "łapać" sens wypowiedzi, również wtedy, gdy pojawiają się w niej specjalistyczne zwroty. Firma akcentuje też większą odporność na zakłócenia i trudniejsze warunki dźwiękowe.

Jako przykład zaprezentowano transkrypcję w czasie rzeczywistym w trakcie gry na instrumencie muzycznym. Taka demonstracja miała pokazać, że narzędzia potrafią utrzymać wysoką skuteczność nawet przy bardziej wymagającej akustyce.

Z Wirtualną Polską od 2024. Jak była mała to grała nekropolią w Heroes III. Pisze o wszystkim, co mogłoby się pojawić w Było Sobie Życie i co wskaże na zamianę skomplikowanego języka naukowego na nieskomplikowany. W wolnym czasie zawsze ze słuchawkami bądź na koncercie, ewentualnie sprawdzając każdy możliwy przepis na ciasta.

Czytaj cały artykuł u źródła — Benchmark GNews