OpenAI представила новое поколение ИИ-моделей для озвучки текста

Они поддерживают русский язык
21 марта 2025, 17:00
OpenAI представила новое поколение ИИ-моделей для озвучки текста
Искусственный интеллект
Технологии

OpenAI представила обновленные голосовые модели на базе искусственного интеллекта GPT-4o, которые преобразуют текст в аудио, а также транскрибируют аудио и распознают речь в реальном времени. Об этом компания сообщила в своем блоге.

Что нового? Модель gpt-4o-mini-tts предлагает для озвучки 11 голосов с разными интонациями, стилем звучания и тембром голоса. Например, можно выбрать голос пирата, средневекового рыцаря, профессионального диктора, спортивного тренера, ковбоя, спокойного учителя, безумного ученого или Санта-Клауса. У каждого голоса есть свои характеристики, но их также можно поменять. Доступно более 100 языков, в том числе русский.

Также компания улучшила технологию распознавания речи. Новые модели gpt-4o-transcribe и gpt-4o-mini-transcribe лучше расшифровывают медиафайлы и допускают меньше ошибок, даже если на записи есть посторонние шумы или спикер говорит быстро.

Как воспользоваться? Разработчики могут получить доступ к моделям через API. Протестировать озвучку текста можно на сайте openai.fm. В бесплатной версии можно ввести до 1 000 символов.

  • TechCrunch отметил, что новые модели OpenAI заменят ее предыдущую разработку Whisper, которую компания выпустила в 2022 году.
  • В марте OpenAI открыла свободный доступ для зарегистрированных пользователей к продвинутому голосовому режиму Advanced Voice Mode на базе модели GPT-4o mini.

Фото на обложке: Levart_Photographer / Unsplash

Авторы
Мария Рудницкая
Мария Рудницкая
Редактор новостного блока
Подписаться на телеграм-канал
Публикации по теме
Новости по теме