OpenAI 发布新一代语音模型了
新一代Whisper V3展示了惊人的识别准确率和克隆音色能力，开启了语音交互的新篇章。技术突破包括突破噪声环境、语种壁垒及固定模板的限制。开发者通过定制化TTS系统提升了AI外呼转化率，并在教育科技和医疗领域产生了深远影响。声音数据成为新的数字基建，但也引发了一系列伦理和技术挑战。
OpenAI
OpenAI最新音频模型一手实测！可癫可御可定制，中文有点翻车
OpenAI推出全新一代音频模型gpt-4o-transcribe、gpt-4o-mini-transcribe和gpt-4o-mini-tts，大幅提高单词识别错误率与语言准确性。同时发布的新语音转文本模型在多个基准测试上超过whisper模型，在低资源语言上的表现尤其突出。不过中文场景的音频生成效果仍需改进。
刚刚，OpenAI又发新货！3个新模型+1个新网站，语音识别比Whisper更强！
OpenAI发布三款新模型：gpt-4o-mini-tts、gpt-4o-transcribe和gpt-4o-mini-transcribe。前者在语音转文字方面性能优越；后者允许用户指定说话内容及方式，两款模型已被用于客服代理。
语音转文本，文本转语音：OpenAI 发布了 2 套新模型，1 个新网站
OpenAI 发布三款新模型：语音转文本（STT）和文本转语音（TTS），以及一个调试工具网站 OpenAI.fm。STT 模型价格更优且性能更好；TTS 效果一般但可控性强；PlayGround 界面友好，支持代码导出功能。
争夺“流量入口”，AI与APP“必有一战”？
美国外卖巨头DoorDash限制OpenAI的AI代理访问平台，担忧其可能绕过原生应用界面直接下订单。这威胁到传统APP平台推广、交叉销售和用户体验控制能力，以及用户数据主权。
OpenAI 发布新一代音频模型 API：打造更智能的语音助手
2025年3月，OpenAI发布新一代音频模型API，包括改进的语音转文本和文本转语音模型。新模型在准确性和噪声消除方面表现出色，并提供更强的可控性定制选项。开发者可通过API和集成的Agent SDK轻松访问这些功能。
刚刚，OpenAI 一口气发布三个新模型！还为此做了一个新网站
OpenAI发布全新一代音频模型，包括语音转文本和文本转语音功能。gpt-4o-transcribe单词错误率显著降低，gpt-4o-mini-tts支持可引导性合成。定价分别为每分钟0.006美元与0.015美元。