OpenAI는 오늘(7월 29일) X를 통해 GPT-Live-Transcribe와 GPT-Transcribe 두 가지 전사 모델을 출시하며 API 호출을 지원한다고 발표했다.
호출 비용의 경우
GPT-Live-Transcribe의 전사 비용은 분당 0.017달러(참고: 현재 환율 기준 약 0.12위안)이다.
GPT-Transcribe의 전사 비용은 분당 0.0045달러(현재 환율 기준 약 0.03위안)이다.
OpenAI는 기존 모델과 비교해 위 두 전사 모델이 맥락을 더 잘 이해하며, 다양한 억양과 언어로 된 실제 음성 오디오에서 더 정확한 전사를 제공한다고 밝혔다. 여기에는 구문, 숫자, 전문 용어와 큰 배경 소음이 섞인 음성이 포함된다.
GPT-Live-Transcribe는 낮은 지연 시간의 실시간 전사를 위해 설계됐으며, GPT-Transcribe는 완료된 오디오 파일과 일괄 작업의 비동기 전사를 최적화할 수 있다.
Context Aware ASR 벤치마크 테스트에서 GPT-Transcribe의 의미 정확도는 자유 형식 맥락이 없을 때의 41.6%에서 맥락이 있을 때 45.2%로 향상됐다.
Common Voice의 22개 언어에서 GPT-Transcribe의 전사 오류율은 19.27%로, Whisper (whisper-1)의 40.37%보다 낮았다. 실제 음성 녹음 벤치마크의 9개 언어에서는 8.98%의 전사 오류율을 기록했으며, Whisper (whisper-1)는 15.21%였다.