OpenAI rozdzieliło nowe usługi na dwa zastosowania. GPT Transcribe ma służyć do przetwarzania gotowych nagrań, a GPT Live Transcribe do transkrypcji w czasie rzeczywistym, np. przy tworzeniu napisów w trakcie wypowiedzi.
Czym różnią się nowe modele transkrypcji OpenAI
Model GPT Transcribe działa w rozliczeniu minutowym i kosztuje 0,0045 dol. za minutę. OpenAI wskazuje też na wyniki benchmarków, z których ma wynikać niższy poziom błędów niż w whisper-1 oraz większa precyzja zapisu.
WIDEOCzy ten obiekt to pierwszy odkryty egzoksiężyc? Jest pewien problem
GPT Live Transcribe to droższa usługa, wyceniona na 0,017 dol. za minutę. Jej głównym zadaniem jest szybkie przetwarzanie mowy na tekst, dlatego ma sprawdzać się tam, gdzie liczy się natychmiastowy zapis wypowiedzi.
OpenAI podkreśla odporność na hałas
Oba modele mają lepiej radzić sobie z kontekstem wypowiedzi nawet wtedy, gdy w nagraniu pojawiają się specjalistyczne sformułowania. OpenAI akcentuje również odporność na zakłócenia w dźwięku.
Firma pokazała przykład transkrypcji w czasie rzeczywistym podczas gry na instrumencie muzycznym. Taki pokaz miał ilustrować, że nowe narzędzia potrafią zachować skuteczność także w trudniejszych warunkach akustycznych.
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.
