Post #1047

OpenAI представила новое поколение аудио-моделей: точнее Whisper 3 и с эмоциями! Теперь любой разработчик может использовать мощнейшие голосовые модели прямо в API: Speech-to-Text (доступна в API): - Новые модели GPT-4o-transcribe и GPT-4o-mini-transcribe значительно превзошли по точности Whisper v3 и другие популярные решения. - Они показывают лучший результат (более низкий WER) даже при сложных условиях: шумном фоне, акцентах или быстрой речи. - Идеально подходят для колл-центров, расшифровок встреч и подкастов. Text-to-Speech (доступна в API): - Новая модель GPT-4o-mini-tts умеет не просто озвучивать текст, но и выражать эмоции и интонации по вашей инструкции. - Например, можно попросить модель говорить «как сочувствующий оператор поддержки», профессиональный диктор или даже рассказчик историй. - Голосовой AI становится максимально естественным и персонализированным. - Whisper 3 был хорош, но OpenAI подняла планку ещё выше: новые модели дают точность и гибкость, которых раньше не было. Официальная новость: https://openai.com/index/introducing-our-next-generation-audio-models/ Послушать разные варианты озвучки можно на этой площадке: www.openai.fm Пора пробовать в проектах! ИИволюция