OpenAI's nieuwe Voice AI-modellen verbeteren transcriptienauwkeurigheid

OpenAI-stem-AI-modellen richten zich nu op real-time transcriptie en voltooide audiobestanden. ChatGPT-desktop heeft onlangs een grote 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 transcriptie met lage latentie in real-time voor live-gesprekken. GPT-Transcribe verwerkt voltooide opnamen en asynchrone batchverwerking.

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 als context gebruiken tijdens een lopend gesprek.

Context verbetert de transcriberingsnauwkeurigheid

Op de Context Aware ASR-benchmark van OpenAI 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 audio uit de praktijk:

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

Artificial Analysis mat onafhankelijk een woordfoutpercentage 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 beveiligingslekken. Anthropic gaf ook aan geen voorstander te zijn van een verbod op open-weight AI-modellen, hoewel het bedrijf bezorgd blijft over mogelijk misbruik.

Via Neowin