据动察 Beating 监测，OpenAI 发布 GPT Transcribe 和 GPT Live Transcribe 两款语音转文字模型。前者处理录音文件和批量任务，后者用于直播字幕、电话等实时场景。 两款模型能结合录音主题、关键词和语言提示，重点提升短句、数字、专业术语、多口音和嘈杂环境下的识别效果。 Artificial Analysis 测得，GPT Transcribe 的词错误率为 3.31%，比上一代 GPT-4o Transcribe 低 0.7 个百分点。价格也降了 25%，每 1000 分钟音频收费 4.5 美元。