135
OpenAI и Alibaba представили новые AI-модели для распознавания речи
— Технологии&Авто
OpenAI анонсировала две новые модели для преобразования речи в текст — GPT-Live-Transcribe и GPT-Transcribe. Первая предназначена для работы в режиме реального времени с минимальной задержкой, тогда как вторая оптимизирована для обработки готовых аудиофайлов и пакетной транскрипции. Обе модели получили улучшенное понимание контекста, что позволяет более точно распознавать термины, собственные названия и разные языки.
Об этом сообщает neowin.net.
OpenAI обновила модели для транскрипции
По данным OpenAI, использование контекста заметно повышает качество транскрипции. Компания также заявляет о более низком уровне ошибок по сравнению с предыдущими моделями Whisper. Независимое тестирование Artificial Analysis подтвердило высокую точность GPT-Transcribe, а стоимость использования модели составляет 4,5 доллара за 1000 минут аудио.
Alibaba представила новые голосовые модели
В то же время Alibaba представила новые модели Qwen-Audio-3.0-Realtime Plus и Flash, работающие в формате «речь-речь». Они поддерживают естественный диалог в реальном времени, позволяют пользователю перебивать искусственный интеллект в ходе ответа, а также поддерживают вызов функций и создание персонализированных клонов голоса.
По рейтингу Artificial Analysis модель Qwen-Audio-3.0-Realtime Plus опережает решение OpenAI по качеству взаимодействия «вещания-вещания», набрав 84,1% против 79,1% у GPT-Realtime-2.1 High. В то же время модель Alibaba уступает по скорости: ее ответ начинается примерно через четыре секунды, тогда как решение OpenAI реагирует чуть более одной секунды.
Если Вы заметили ошибку, выделите необходимый текст и нажмите Ctrl+Enter , чтобы сообщить нам об этом.Поделиться новостью
