OpenAI、文字起こしコストを25%削減 — しかしMistralとElevenLabsには及ばず
openaiはgpt transcribeとgpt live transcribeをリリースし、単語エラー率を0.7ポイント削減、コストも$0.0045/分に引き下げましたが、精度では依然としてelevenlabsとmistralに後れを取っています。
OpenAIは、GPT TranscribeおよびGPT Live Transcribeをリリースした。これらは、音声をリアルタイムの34倍の速度で処理し、AA-WERベンチマークで3.31％の単語エラー率を達成した。価格は25％下落して1分あたり$0.0045となったが、Mistralは$0.003でこれを下回っている。改善がなされたものの、OpenAIは、ElevenLabs Scribe V2（2.3％）やGoogle Gemini 3 Pro（2.9％）には精度で及ばない。このリリースは、競争がより高速で安価な、より正確な音声モデルへと移行する中で、リアルタイムAPIを補完するものとなる。