OpenAI та Alibaba представили нові AI-моделі для розпізнавання мовленняOpenAI анонсувала дві нові системи для перетворення мови на текст — GPT-Live-Transcribe та GPT-Transcribe. Перша призначена для роботи в режимі реального часу з мінімальною затримкою, тоді як друга оптимізована для обробки готових аудіофайлів та пакетної транскрипції. Обидві системи отримали покращене розуміння контексту, що дозволяє точніше розпізнавати терміни, власні назви та різні мови.Про це інформує neowin.net.OpenAI оновила системи для транскрипціїЗгідно з даними OpenAI, використання контексту суттєво підвищує якість транскрипції. Компанія також заявляє про нижчий рівень помилок порівняно з попередніми системами Whisper. Незалежне тестування Artificial Analysis підтвердило високу точність GPT-Transcribe, а вартість використання системи становить 4,5 долара за 1000 хвилин аудіо.Alibaba представила нові голосові моделіВодночас Alibaba представила нові системи Qwen-Audio-3.0-Realtime Plus та Flash, які працюють у форматі «мова — мова». Вони підтримують природний діалог у реальному часі, дозволяють користувачеві перебивати штучний інтелект під час відповіді, а також підтримують виклик функцій і створення персоналізованих клонів голосу.За рейтингом Artificial Analysis система Qwen-Audio-3.0-Realtime Plus наразі випереджає рішення OpenAI за якістю взаємодії «мова — мова», набравши 84,1% проти 79,1% у GPT-Realtime-2.1 High. Водночас система Alibaba поступається за швидкістю: її відповідь починається приблизно через чотири секунди, тоді як рішення OpenAI реагує трохи більше ніж за одну секунду.За матеріалами: iTechua# Чат бот# OpenAI# ChatGPTМісце для вашої реклами