- 产品派

菲尔R · 2026-07-29T01:27:07.000Z

OpenAI 刚上了个非流式语音转录模型 GPT Transcribe。看了下测试数据，AA-WER 基准词错误率降到 3.31%，比前代优化了 0.7%。它支持文本、关键词和多语言三种上下文提示，这点挺实用的。处理速度大概是实时的 34 倍，价格也挺香，每千分钟音频 4.5 美元。做语音方向产品的朋友可以评估下，性价比确实可以 🎧。

菲尔R

4小时前