OpenAI เปิดตัวโมเดลแปลงเสียงใหม่
โดย
OpenAI ได้เปิดตัวโมเดลแปลงข้อความเป็นเสียง (text-to-speech) และแปลงเสียงเป็นข้อความ (speech-to-text) รุ่นใหม่ ซึ่งมีประสิทธิภาพ และ ความสามารถที่พัฒนาขึ้นอย่างมาก
- ★แปลงข้อความเป็นเสียง
○ โมเดลใหม่ชื่อ gpt-4o-mini-tts
มีจุดเด่นที่สามารถกำหนดรูปแบบ และ โทนเสียงในการพูดได้หลากหลายมากขึ้น เช่น เสียงแบบนักวิทยาศาสตร์สติเฟื่อง หรือ เสียงแบบคุณครูที่อบอุ่น
○ นักพัฒนาสามารถทดลองใช้งาน และ ปรับแต่งรูปแบบเสียงได้
- ★แปลงเสียงเป็นข้อความ
○ โมเดลใหม่ชื่อ gpt-4o-transcribe และ gpt-4o-mini-transcribe
จะเข้ามาแทนที่โมเดล Whisper รุ่นเดิม
○ โมเดลใหม่ถูกฝึกฝนด้วยข้อมูลเสียงคุณภาพสูง ทำให้สามารถจับเสียงพูดได้หลากหลายสำเนียงมากขึ้น และ มีความผิดพลาดน้อยลง โดยเฉพาะกับคำที่ไม่รู้จัก
○ OpenAI ได้แสดงผลการทดสอบที่น่าสนใจ โดยโมเดล gpt-4o-transcribe มีอัตราความผิดพลาดในการถอดเสียงลดลงอย่างมากในหลายภาษา รวมถึงภาษาไทย จากเดิม 12% ลดลงเหลือ 5%
✏️ Shoper Gamer
- ✓สำหรับคนที่สนใจ 👇
Credit :
👇
- ●https://openai.com/index/introducing-our-next-generation-audio-models/
- ●https://www.blognone.com/node/145395
- 1
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
