OpenAI представила новое поколение ИИ-моделей для озвучки текста

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