🆕 OpenAI выпустила новую модель для расшифровки аудио — gpt-4o-transcribe

При той же цене, она точнее на ~20%, чем прежний лидер среди speech-to-text по популярности — Whisper Large v2. Новая модель особенно хороша в сложных условиях: шум, акценты, быстрая речь.

🤔 Что это значит для тех, кто транскрибирует встречи с ИИ?

🟡 20% — это пока не прорыв. К тому же не все бенчмарки подтверждают лидерство OpenAI — вот сравнение со Scribe v1 от ElevenLabs и другими по цене, скорости и качеству.
🟡 Русский язык 🇷🇺 все транскрибируют вполне достойно — лишь немногим хуже английского или немецкого, и лучше китайского.
🟡 Главное: конкуренция усиливается, значит, качество будет расти — и у моделей, и у SaaS-транскрибаторов на их основе.

А насколько важно снижение ошибок в расшифровке — обсудим в одном из следующих постов.

#новость #транскрипты