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
GPT-4o-Transcribe 是由 OpenAI 发布的 AI 模型，发布时间为 2025-03-20，定位为 语音大模型，上下文长度为 4K，模型文件大小约 0，采用 不开源 许可。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
gpt-4o-transcribe
模型基本信息
推理过程
不支持
思考模式
不支持思考模式
上下文长度
4K tokens
最大输出长度
暂无数据
模型类型
语音大模型
输入/输出模态
暂无数据
发布时间
2025-03-20
模型文件大小
0
MoE架构
否
总参数 / 激活参数
暂无数据 / 不涉及
知识截止
暂无数据
gpt-4o-transcribe
开源和体验地址
gpt-4o-transcribe
官方介绍与博客
gpt-4o-transcribe
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
gpt-4o-transcribe
评测结果
当前尚无可展示的评测数据。
和其他模型对比
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
gpt-4o-transcribe
发布机构
OpenAI
查看发布机构详情 GPT-4o-Transcribe
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）。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
