gpt-4o-transcribe
GPT-4o-Transcribe
模型参数
未披露
上下文长度
4K
中文支持
支持
推理能力
模型基本信息
推理过程
不支持
上下文长度
4K tokens
最大输出长度
暂无数据
模型类型
暂无数据
发布时间
2025-03-20
模型文件大小
0
推理模式
暂无模式数据
开源和体验地址
代码开源状态
不开源
预训练权重开源
不开源- 不开源
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
官方介绍与博客
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
评测得分
当前尚无可展示的评测数据。
发布机构
OpenAI
查看发布机构详情 模型解读
GPT-4o-Transcribe是OpenAI在2025年3月21日发布的自动语音识别的大模型，用于替换2年前OpenAI开源的Whisper系列自动语音识别模型，它是基于GPT-4o架构构建，识别错误率相比此前模型更低，在英文的错字率（word error rate）仅有2.46%。
GPT-4o-Transcribe支持100多种语言的自动语音识别，支持噪音消除和基于语义的语音分割（也就是根据语音的语义来进行语音分割，降低识别错误率）。
GPT-4o-Transcribe在大量的高质量、多样化的语音数据集上训练，引入来强化学习和midtraining技术来处理具有挑战性的场景。
GPT-4o-Transcribe不开源，目前仅通过API提供，每100万语音输入的tokens需要6美元（大约一分钟0.006分钱）。