OpenAI Ra GPT Transcribe Với Lỗi Từ 3,31%, Chậm Hơn Hàng Đầu Về Chính Xác

GPT Transcribe và GPT Live Transcribe được phát hành qua API của OpenAI. GPT Transcribe xử lý file ghi âm đã ghi trước với tốc độ khoảng 34 lần nhanh hơn thời gian thực, còn GPT Live Transcribe hướng tới streaming thời gian thực với độ trễ thấp.

Theo Artificial Analysis và phép đo AA-WER, GPT Transcribe đạt tỉ lệ lỗi từ 3,31%, cải thiện 0,7 điểm phần trăm so với phiên bản tiền nhiệm GPT-4o Transcribe ra đời một năm trước. Giá sử dụng giảm 25% xuống còn 0.0045 đô la cho mỗi phút âm thanh. Cả hai model chấp nhận văn bản làm ngữ cảnh phiên âm, từ khóa và nhiều ngôn ngữ đầu vào.

Trong bảng xếp hạng AA-WER, OpenAI vẫn thua một số đối thủ về tỉ lệ lỗi. ElevenLabs Scribe v2 đứng đầu với 2,3% lỗi, tiếp theo là Gemini 3 Pro của Google ở 2,9% và Voxtral Small của Mistral ở 3,0%. Mistral cũng đang cung cấp Voxtral Transcribe V2 với giá khởi điểm 0.003 đô la cho mỗi phút.

OpenAI cho biết hướng dẫn chi tiết nằm trong Transcription Guide, và hai model mới này bổ trợ cho khả năng tạo nội dung thời gian thực mà công ty đã công bố gần đây, bao gồm model phiên âm thời gian thực GPT-Realtime-Whisper.