L’IA créative te passionne ?
Image, vidéo, son, design génératif : le meilleur chaque soir en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
GPT Transcribe : OpenAI face à ElevenLabs et Google
OpenAI a lancé GPT Transcribe et GPT Live Transcribe, deux nouveaux modèles de reconnaissance vocale disponibles via son API. GPT Transcribe gère des fichiers audio préenregistrés, les traitant environ 34 fois plus vite que la durée réelle. GPT Live Transcribe est conçu pour le streaming en temps réel avec une faible latence.
Selon Artificial Analysis, qui utilise le benchmark AA-WER, GPT Transcribe atteint un taux d'erreur de mots de 3,31 %. Cela représente une amélioration de 0,7 point de pourcentage par rapport à son prédécesseur, GPT-4o Transcribe, lancé l'année dernière. Les tarifs ont également diminué de 25 %, s'établissant à 0,0045 $ par minute d'audio. Les deux modèles acceptent du texte comme contexte de transcription, des mots-clés et plusieurs langues d'entrée.
Dans le classement AA-WER, OpenAI reste derrière plusieurs concurrents. ElevenLabs Scribe v2 est en tête avec un taux d'erreur de 2,3 %, suivi par Google's Gemini 3 Pro à 2,9 % et Mistral's Voxtral Small à 3 %. Mistral a récemment perturbé le marché avec Voxtral Transcribe V2, proposé à partir de 0,003 $ par minute.
Les détails complets se trouvent dans le Transcription Guide d'OpenAI. Les nouveaux modèles de transcription complètent le modèle de génération en temps réel récemment annoncé par OpenAI, qui inclut également le modèle de transcription en temps réel GPT-Realtime-Whisper.
