正文

ChatGPT語(yǔ)音轉(zhuǎn)文字商業(yè)化，每分鐘僅4分錢…

發(fā)布時(shí)間：2023-03-03 16:24:22 稿源：互聯(lián)網(wǎng) 閱讀： 760 問(wèn)大家

自發(fā)布至今，僅用了3個(gè)月時(shí)間就輕松積累超1億用戶的ChatGPT，宣布開始商業(yè)化運(yùn)營(yíng)。目前企業(yè)付費(fèi)可通過(guò)API將ChatGPT接入集成到他們的應(yīng)用程序和服務(wù)中，還有開放了語(yǔ)音轉(zhuǎn)文字功能。據(jù)悉，語(yǔ)音轉(zhuǎn)文字功能可實(shí)現(xiàn)轉(zhuǎn)錄和翻譯需求，并支持包括英語(yǔ)、中文、阿拉伯語(yǔ)、日語(yǔ)、德語(yǔ)、西班牙語(yǔ)等幾十種語(yǔ)言。費(fèi)用大致每分鐘0.006美元（約0.04元人民幣）。

這項(xiàng)語(yǔ)音轉(zhuǎn)文字的API，是基于OpenAI公司的Whisper大模型，去年9月份首次推出Whisper Large-v1模型，12月開源了升級(jí)版的Whisper Large-v2模型。與其他同類服務(wù)相比，OpenAI 高度優(yōu)化的服務(wù)堆棧保證了更快的輸出速度。

具體方面：Whisper API 通過(guò) transcriptions（源語(yǔ)言轉(zhuǎn)錄）或 translations（翻譯為英語(yǔ)）端點(diǎn)使用，允許 m4a、mp3、mp4、mpeg、mpga、wav、webm 等各種格式的輸入。

ChatGPT和Whisper開放 API，意味著第三方可以開始構(gòu)建這兩個(gè)模型賦能的下一代應(yīng)用程序，并使更多人從中受益。但事情總有兩面性，如此高效又低價(jià)的語(yǔ)音轉(zhuǎn)化功能，預(yù)計(jì)會(huì)讓很多語(yǔ)音、翻譯相關(guān)的企業(yè)壓力增大。