Kampuni ya OpenAI ilitangaza leo (29 Julai) kwenye jukwaa la X kwamba imezindua miundo miwili ya unukuzi, GPT-Live-Transcribe na GPT-Transcribe, ambayo inaweza kutumiwa kupitia API.
Kuhusu gharama za matumizi
Gharama ya unukuzi wa GPT-Live-Transcribe ni dola 0.017 kwa dakika (Kumbuka: kwa kiwango cha sasa cha ubadilishaji, ni takriban yuan 0.12 za China)
Gharama ya unukuzi wa GPT-Transcribe ni dola 0.0045 kwa dakika (kwa kiwango cha sasa cha ubadilishaji, ni takriban yuan 0.03 za China)
OpenAI ilisema kuwa ikilinganishwa na miundo yake ya awali, miundo hii miwili ya unukuzi inaweza kuelewa muktadha vizuri zaidi na kutoa unukuzi sahihi zaidi wa sauti za ulimwengu halisi zenye lafudhi na lugha mbalimbali, ikiwemo vifungu, nambari, istilahi za kitaalamu na matamshi yenye kelele kubwa za chinichini.
GPT-Live-Transcribe imeundwa mahsusi kwa ajili ya unukuzi wa moja kwa moja wenye ucheleweshaji mdogo; huku GPT-Transcribe ikiboresha unukuzi wa kusubiri wa faili za sauti zilizokamilika na mzigo wa kazi wa kundi.
Kwenye kipimo cha Context Aware ASR, usahihi wa kisemantiki wa GPT-Transcribe uliongezeka kutoka 41.6% bila muktadha wa maandishi huria hadi 45.2% ukiwa na muktadha.
Kwenye lugha 22 za Common Voice, kiwango cha makosa ya unukuzi cha GPT-Transcribe ni 19.27%, huku Whisper (whisper-1) ikiwa na 40.37%. Kwenye lugha tisa za kipimo cha rekodi za sauti za ulimwengu halisi, ilifikisha kiwango cha makosa ya unukuzi cha 8.98%, huku Whisper (whisper-1) ikiwa na 15.21%.