Компанія OpenAI представила оновлення для двох своїх ключових моделей — Whisper (ШІ для транскрипції) та Voice Engine (технологія синтезу голосу). Нові версії пропонують ще кращу точність розпізнавання мовлення та більш реалістичне відтворення голосів, що наближає AI до рівня природного спілкування.
Оновлення OpenAI роблять голосові технології ще більш доступними та точними. Це може значно покращити роботу сервісів автоматичної транскрипції, голосових помічників та навіть систем для озвучки відео чи аудіокниг, повідомляєпортал TechCrunch.
Whisper, модель OpenAI для розпізнавання мовлення, тепер працює швидше та точніше. Вона краще справляється зі складними акцентами, фоновим шумом і навіть пошкодженими аудіозаписами. Це робить технологію ще ефективнішою для автоматичної транскрипції інтерв’ю, конференцій та інших розмовних форматів.
OpenAI також покращила Voice Engine — свою модель генерації голосу. Вона тепер може ще точніше імітувати людський голос на основі короткого зразка. Це відкриває нові можливості для голосових асистентів, озвучки текстів і навіть персоналізованого голосового контенту.
Будь-який користувач може протестувати нові можливості синтезу голосу на спеціальному сайті OpenAIfm.
Нагадаємо, що OpenAI повідомилапро запуск o1-pro — найдосконалішої моделі штучного інтелекту компанії.
