ChatGPT語音轉(zhuǎn)文字來了：每分鐘收費(fèi)4分錢 中文還不太行

　　作為當(dāng)前最火的AI應(yīng)用，ChatGPT在積累了1億用戶之后開始嘗試商業(yè)運(yùn)營了，昨天正式發(fā)布了API，企業(yè)可以付費(fèi)接入，75萬單詞只要2美元，成本比之前降低了90%。

　　實(shí)際上昨天開放的業(yè)務(wù)還有一個(gè)，那就是語音轉(zhuǎn)文字的API，基于公司的Whisper大模型，去年9月份首次推出Whisper Large-v1模型，12月開源了升級版的Whisper Large-v2模型。

　　這次商業(yè)化之后，Whisper API的收費(fèi)也很低廉，每分鐘只要0.006美元，人民幣約為4分錢，預(yù)計(jì)會讓很多語音相關(guān)的企業(yè)壓力很大。

　　Whisper API支持對語音文件進(jìn)行轉(zhuǎn)錄和翻譯，并支持包括英語、中文、阿拉伯語、日語、德語、西班牙語等幾十種語言。

　　不過不同語言的準(zhǔn)確率差別不小，Whisper large-v2模型在識別西語、英語、意大利語、德語等語言單詞錯(cuò)誤率都能控制在5%以內(nèi)，這種語言轉(zhuǎn)文字之后只需要用戶簡單修改就好。

　　至于中文，v1模型的錯(cuò)誤率就有19.6%，v2略微提升到14.7%，改進(jìn)不大，錯(cuò)誤率比英文、西語之類的高很多，用戶使用起來有些麻煩，需要校正的地方就多。

　　至于為何有這樣的差距，除了中文自身的特點(diǎn)之外，很可能跟訓(xùn)練使用的中文語料較少有關(guān)，畢竟網(wǎng)上的內(nèi)容主要還是外文。