MODEL

GPT-4o Transcribe

OpenAI 的 GPT-4o 语音转文本模型，相比 Whisper 改善词错误率、语言识别和复杂声学条件下的准确性。语音能力：streaming=true（API）；localDeploy=false；speakerDiarization=none；speakerIdentification=none；overlappingSpeech=unknown；timestamps=segment。

发布日期：

2025-03-20

参数量：

未公开

架构：

GPT-4o 驱动的 speech-to-text 模型

输入输出：

音频 → 文本

交互方式：

流式输出

开放方式：

闭源

组织：

OpenAI