OpenAI kompaniyasi bugun (29-iyul) X platformasida e’lon qilib, GPT-Live-Transcribe va GPT-Transcribe nomli ikkita transkripsiya modelini taqdim etganini hamda ulardan API orqali foydalanish mumkinligini bildirdi.
Foydalanish narxlari
GPT-Live-Transcribe transkripsiyasi har daqiqasiga 0.017 dollar turadi (izoh: joriy valyuta kursi bo‘yicha taxminan 0.12 yuan)
GPT-Transcribe transkripsiyasi har daqiqasiga 0.0045 dollar turadi (joriy valyuta kursi bo‘yicha taxminan 0.03 yuan)
OpenAI rasmiy ma’lumotiga ko‘ra, kompaniyaning avvalgi modellari bilan taqqoslaganda, yuqoridagi ikkita transkripsiya modeli kontekstni yaxshiroq tushunadi va turli talaffuzlar hamda tillardagi real audio yozuvlarda, jumladan iboralar, raqamlar, professional atamalar va baland fon shovqiniga ega nutqlarda aniqroq transkripsiyani taqdim etadi.
GPT-Live-Transcribe past kechikishli real vaqt transkripsiyasi uchun maxsus yaratilgan; GPT-Transcribe esa tayyor audio fayllari va katta hajmdagi ish yuklamalarini asinxron transkripsiya qilish uchun optimallashtirilgan.
Context Aware ASR sinovida GPT-Transcribe semantik aniqlikni erkin shakldagi kontekstsiz 41.6% dan kontekst mavjud bo‘lganda 45.2% gacha oshirdi.
Common Voice ma’lumotlar to‘plamidagi 22 tilda GPT-Transcribe transkripsiya xatolari darajasi 19.27% ni, Whisper (whisper-1) da esa 40.37% ni tashkil etdi. Real audio yozuvlari bo‘yicha o‘tkazilgan sinovning to‘qqiz tilida u 8.98% transkripsiya xatolari darajasini qayd etdi, Whisper (whisper-1) da esa bu ko‘rsatkich 15.21% bo‘lgan.