OpenAI
GPT-4o Mini TTS
GPT-4o Mini TTS 是基于 GPT-4o mini 的文本转语音模型,可将输入文本转换为自然语音。OpenAI 于 2025 年 3 月 20 日发布该模型;对应的固定版本快照为 gpt-4o-mini-tts-2025-03-20。模型别名与固定快照并非同一概念:官方后来将别名指向了更新的快照。(openai.com) 可通过文字指令调整语音的口音、情绪、语调、语速和语气等表达方式,…
了解模型简体中文
模型发布档案
聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。
GPT-4o Mini TTS 是基于 GPT-4o mini 的文本转语音模型,可将输入文本转换为自然语音。OpenAI 于 2025 年 3 月 20 日发布该模型;对应的固定版本快照为 gpt-4o-mini-tts-2025-03-20。模型别名与固定快照并非同一概念:官方后来将别名指向了更新的快照。(openai.com) 可通过文字指令调整语音的口音、情绪、语调、语速和语气等表达方式,…
GPT-4o Mini Transcribe 是基于 GPT-4o mini 的语音转文字模型,用于将音频转写为文本。OpenAI 表示,与原始 Whisper 模型相比,它改善了词错误率、语言识别和转写准确性。(developers.openai.com) 接收音频,输出转写文本;可用于录音转写、字幕草稿和语音应用中的文字记录。 可通过 OpenAI 音频转写 API 接入;官方文档也列出了实时…
GPT-4o Transcribe 是基于 GPT-4o 的语音转文本模型,通过 OpenAI API 将音频转录为文本。OpenAI 于 2025 年 3 月 20 日发布该模型。(openai.com) 支持多语言语音识别。官方称,与原始 Whisper 模型相比,该模型在语言识别和准确性方面有所改进,在多个基准测试上的词错误率更低;对口音、背景噪声和语速变化等情况的处理也有所改善。(open…