GPT Transcribe, öncüsünden daha iyi ama ElevenLabs, Google veya Mistral ile hata oranlarında başa çıkamıyor
Özgün başlık: GPT Transcribe improves on its predecessor but can't catch ElevenLabs, Google, or Mistral on error rates
OpenAI, API'si aracılığıyla kullanılabilen iki yeni konuşma tanıma modeli olan GPT Transcribe ve GPT Live Transcribe'ı piyasaya sürdü. GPT Transcribe, önceden kaydedilmiş ses dosyalarını gerçek zamana göre yaklaşık 34 kat daha hızlı işleyerek işler. GPT Live Transcribe, düşük gecikmeyle gerçek zamanlı akış için geliştirildi. AA-WER karşılaştırmasını çalıştıran Yapay Analiz'e göre GPT Transcribe, yüzde 3,31'lik bir kelime hata oranına ulaşıyor. Bu, bir önceki model olan GPT-4o Transcribe'a göre yüzde 0,7 puanlık bir gelişme. Fiyatlandırma aynı anda yüzde 25 düşerek ses dakikası başına 0,0045 dolara iniyor. Her iki model de metni transkripsiyon bağlamı, anahtar sözcükler ve çoklu giriş dili olarak kabul eder. AA-WER sıralamasında OpenAI hâlâ birçok rakibin gerisinde yer alıyor. ElevenLabs Scribe v2 yüzde 2,3 hata oranıyla önde, onu yüzde 2,9 ile Google'ın Gemini 3 Pro ve yüzde 3 ile Mistral'nin Voxtral Small'u takip ediyor. Mistral kısa süre önce Voxtral Transcribe V2 ile dakikası yalnızca 0,003 dolardan başlayan fiyatla piyasanın altını çizdi. Reklam Tüm ayrıntılar OpenAI'in Transkripsiyon Kılavuzu'ndadır. Yeni transkripsiyon modelleri, OpenAI'nin kısa süre önce duyurulan ve gerçek zamanlı transkripsiyon modeli GPT-Realtime-Whisper'ı da içeren Gerçek Zamanlı model neslini tamamlıyor. Reklam DEC_D_İçerik-1