OpenAI
GPT-Live-Transcribe
GPT-Live-Transcribeは、ライブ音声を低遅延で文字起こしするストリーミング音声認識モデルです。音声が届くにつれてテキストの差分を返し、各音声ターンの確定時に最終的な文字起こしを返します。マイク音声、通話、ライブ字幕などに利用できます。(developers.openai.com) 遅延設定を調整でき、低遅延と認識精度のバランスを選べます。 自由形式の文脈、キーワード、複数の想定入力…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
GPT-Live-Transcribeは、ライブ音声を低遅延で文字起こしするストリーミング音声認識モデルです。音声が届くにつれてテキストの差分を返し、各音声ターンの確定時に最終的な文字起こしを返します。マイク音声、通話、ライブ字幕などに利用できます。(developers.openai.com) 遅延設定を調整でき、低遅延と認識精度のバランスを選べます。 自由形式の文脈、キーワード、複数の想定入力…
GPT-Transcribeは、録音済みファイルやRealtimeセッションの確定済みターンを高精度に文字起こしする音声認識モデルです。APIモデルIDは gpt-transcribe です。(developers.openai.com) 完成済み音声ファイルの文字起こしに対応し、最終結果の取得またはファイル処理中のテキストのストリーミング出力が可能です。…