OpenAI于7月29日通过API开放GPT-Live-Transcribe和GPT-Transcribe两款语音转录模型。前者面向低延迟实时转录场景，收费0.017美元/分钟；后者面向音频文件和批量异步转录，收费0.0045美元/分钟。OpenAI称，新模型具备上下文感知能力，在Context Aware ASR基准中，GPT-Transcribe接入上下文后语义准确率由41.6%提升至45.2%。在Common Voice 22种语言测试中，其转录错误率为19.27%，低于Whisper的40.37%；在9种真实录音语言基准中，错误率为8.98%，低于Whisper的15.21%。
