OpenAI veröffentlicht GPT Transcribe und GPT Live Transcribe, Preis um 25% gesenkt
Auf Google bewerten
OpenAI hat zwei Sprach-zu-Text-Modelle veröffentlicht: GPT Transcribe und GPT Live Transcribe. GPT Transcribe wird zur Verarbeitung von Audioaufnahmen und für Batch-Aufgaben verwendet, während GPT Live Transcribe für Live-Untertitel und Echtzeitszenarien wie Telefonate geeignet ist. Diese beiden Modelle können das Thema der Aufnahme, Schlüsselwörter und Sprachhinweise kombinieren, um die Erkennung von kurzen Sätzen, Zahlen, Fachbegriffen, verschiedenen Akzenten und in lauten Umgebungen zu verbessern. Laut einer Bewertung von Artificial Analysis beträgt die Wortfehlerquote von GPT Transcribe 3,31 %, was 0,7 Prozentpunkte niedriger ist als bei der vorherigen Generation, GPT-4o Transcribe. Der Preis des neuen Modells wurde ebenfalls um 25 % gesenkt, sodass für 1000 Minuten Audio 4,5 US-Dollar berechnet werden.
---Preis
Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.
Das könnte Ihnen auch gefallen
Reddit testet Audio- und Video-Post-Erlebnis
Vier nützliche Programme von vor 20 Jahren, die Windows 11 immer noch nicht ersetzen kann
Anthropic stellt unsichtbares Wasserzeichen für Claude-Text vor
Gemini 3.7 Flash Preis 0,75 Dollar pro Million Tokens, Unterschiede zu Googles offizieller Dokumentation
Neue "Zoomsday"-Schwachstelle könnte Krypto-Nutzer Angriffen ohne Klick aussetzen
30 Sekunden sind nicht doppelt so viel: Seedance 2.5 bringt die Herausforderungen von KI-Videos ins Bild
ByteDance wendet das bidirektionale KI-Modell SeedRealtime in Doubao an
Audio-AI-Unternehmen Noiz schließt Millionen-Saatfinanzierung ab
Alibaba Cloud Wan3.0 Generierungszeit von 30 Sekunden erreicht Seedance 2.5
ByteDance führt das Audio-Video-Duplex-Großmodell SeedRealtime ein
Sam Altman sagt, dass ChatGPT Podcasts über das Aufwachsen von Kindern erstellen kann
Fish Audio sichert sich 720 Millionen Won Seed-Investment
Grok Voice Think Fast 2.0 erreicht den ersten Platz im Agenten-Test, API-Preise steigen um 60%
Google DeepMind veröffentlicht das Musikgenerierungsmodell Lyria 3.5, das die Erstellung von bis zu 3 Minuten langen Songs unterstützt
Fish Audio sichert sich 50 Millionen Dollar in der Seed-Finanzierungsrunde
Goldman Sachs interpretiert das Treffen mit dem Gründer von Minimax: MiniMax-Wertkorrektur, Zielpreis steigt um über das Dreifache
Messi investiert in World Labs, gegründet von Fei-Fei Li
ByteDance veröffentlicht Seed Audio 1.0, ein generatives Audio-Modell
Goldman Sachs: US-Inflation breitet sich von lokal auf umfassend aus, aber hat die Krise von 2022 noch lange nicht erreicht
Japan startet Noetra AI-Projekt, NVIDIA liefert 27.500 Rubin-GPUs
NBU vereinfacht die Identifikationsregeln für Kunden in Banken
Step Edge Agent-Tool veröffentlicht, minimale Aufrufverzögerung von 0,1 Sekunden
Crisiano Ronaldo in gefälschtem Video zur Förderung des USWR-Kryptotokens verwendet
Reddit testet Audio- und Video-Post-Erlebnis
Vier nützliche Programme von vor 20 Jahren, die Windows 11 immer noch nicht ersetzen kann
Anthropic stellt unsichtbares Wasserzeichen für Claude-Text vor
Gemini 3.7 Flash Preis 0,75 Dollar pro Million Tokens, Unterschiede zu Googles offizieller Dokumentation
Neue "Zoomsday"-Schwachstelle könnte Krypto-Nutzer Angriffen ohne Klick aussetzen
30 Sekunden sind nicht doppelt so viel: Seedance 2.5 bringt die Herausforderungen von KI-Videos ins Bild
Inhalte
Neueste Artikel
Neueste Coin-Listings auf WEEX
