OpenAI's nieuwe Voice AI-modellen verbeteren de transcriptienauwkeurigheid

OpenAI’s spraak-AI-modellen richten zich nu op real-time transcriptie en voltooide audiobestanden. De ChatGPT-desktopapp heeft onlangs een ingrijpende Voice-upgrade ontvangen, maar OpenAI breidt ook zijn audiotools voor ontwikkelaars uit.

OpenAI introduceert twee transcriptiemodellen

OpenAI kondigde twee API-modellen aan, genaamd GPT-Live-Transcribe en GPT-Transcribe.

GPT-Live-Transcribe richt zich op real-time transcriptie met lage latentie voor live gesprekken. GPT-Transcribe verwerkt voltooide opnames en asynchrone batchverwerkingsworkloads.

Beide modellen ondersteunen contextbewuste transcriptie. Ontwikkelaars kunnen trefwoorden, namen, brancheterminologie en verwachte talen opgeven om de modellen te helpen een opname te begrijpen.

GPT-Live-Transcribe kan ook eerdere transcriptiebeurten gebruiken als context tijdens een lopend gesprek.

Context verbetert de transcriptienauwkeurigheid

Op OpenAI’s benchmark ‘Context Aware ASR’ verhoogde extra context de semantische nauwkeurigheid van GPT-Live-Transcribe van 38,5% naar 44,6%.

GPT-Transcribe verbeterde van 41,6% naar 45,2% op dezelfde benchmark.

OpenAI rapporteerde ook de volgende transcriptiefoutpercentages op echte audio:

• GPT-Live-Transcribe: 9,60%
• GPT-Realtime-Whisper: 11,65%
• GPT-Transcribe: 8,98%
• Whisper-1: 15,21%

Artificial Analysis mat onafhankelijk een foutpercentage van 3,31% voor GPT-Transcribe. OpenAI rekent $4,50 per 1.000 minuten verwerkte audio met het model.

In ander AI-nieuws introduceerde Microsoft het MAI-Cyber-1-Flash-model voor het detecteren van beveiligingsproblemen. Anthropic zei ook geen voorstander te zijn van het verbieden van open-weight AI-modellen, hoewel het bedrijf bezorgd blijft over mogelijk misbruik.

Via Neowin