TAG:语音转录

OpenAI 7月29日正式开放两款新转录模型：GPT-Live-Transcribe（实时、低延迟）和 GPT-Transcribe（批量异步）。模型能理解上下文、口音、术语及带噪环境，准确率大幅超越老前辈 Whisper，在 Common Voice 等基准上错误率降低逾一倍，显著降低语音交互门槛。

aibase

2026-07-29 10:33

3

·

0

OpenRouter最新集成语音转录端点，让开发者只需一张OpenRouter密钥即可完成聊天与语音转写（Whisper和按token计费STT模型）。支持base64音频上传、OpenAI兼容客户端无缝迁移，无需额外SDK或第三方服务。Playground内可直接测试，响应包含text、usage和追踪ID，零补全保险保障可靠性。

aibase

2026-07-22 17:50

3

·

0

MacWhisper 14.0发布：新增直接编辑转录稿的编辑器视图，优化转录性能并修复CPU占用过高问题。支持本地OpenAI Whisper和英伟达Parakeet等AI模型，可处理音频、视频、会议及系统音频转录，适用于播客制作等音视频处理场景。

aibase

2026-07-15 11:27

690

·

0

Mistral AI发布Voxtral Transcribe 2语音模型系列，包括Voxtral Realtime实时转录模型和Voxtral Mini Transcribe V2批量处理模型。Realtime模型延迟低于0.2秒，支持音频即时转录，并已开源权重；Mini版在准确率上超越GPT-4o mini等竞品，支持3小时长音频处理。两款模型均支持中文等13种语言，定价具有竞争力，适用于实时对话、同声传译及批量转录场景。

aibase

2026-02-05 17:04

557

·

0