OpenAI, 녹음·실시간 문자 변환 음성 모델 ‘GPT-Live-Transcribe’

OpenAI가 저지연 실시간 음성을 위한 GPT-Live-Transcribe와 녹음 파일·배치 작업용 GPT-Transcribe 두 가지 새 API 전사 모델을 공개했다.

두 모델은 주제, 인명, 전문 용어, 언어 힌트 같은 문맥 정보를 활용해 억양, 혼합 언어, 숫자, 기술 용어 인식 정확도를 높인다.

GPT-Live-Transcribe는 오디오가 들어오는 즉시 부분 결과를 반환하며, GPT-Transcribe는 최대 25MB 파일, 다양한 포맷, 스트리밍 출력, 언어 감지를 지원한다.

OpenAI는 화자 분리, 자막, 번역 기능과 연계한 도구도 함께 소개했으며, 평가에서 더 높은 정확도를 보였다고 밝혔다.