2026年7月29日，OpenAI正式发布两款GPT系列语音转录模型GPT-Live-Transcribe、GPT-Transcribe，两款模型支持口音、专业术语、嘈杂背景等复杂场景的上下文识别，精度较前代产品Whisper提升超一倍，分别面向实时低延迟场景与异步批量转录场景开放API调用，单价最低至每分钟0.0045美元。
不少高频使用语音转写工具的用户都有过类似糟心体验：带口音的发言被转得面目全非，提到的专业术语、数字频频出错，背景稍有嘈杂就直接漏记内容。长期占据开源语音转写赛道头部位置的OpenAI Whisper，也始终没能完全解决这些复杂场景的识别痛点。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号