gpt-4o-transcribe en resumen
gpt-4o-transcribe y gpt-4o-mini-transcribe mejoraron la tasa de error de Whisper, y gpt-4o-mini-tts permitió a los desarrolladores describir cómo debe hablar una voz.
Qué cambió con gpt-4o-transcribe
El 20 de marzo de 2025, OpenAI agregó nuevos modelos de audio a su API para crear agentes de voz. gpt-4o-transcribe y gpt-4o-mini-transcribe son modelos de voz a texto que, según OpenAI, superan a sus modelos Whisper originales en tasa de error de palabras en varias evaluaciones, y manejan mejor acentos, ruido y habla rápida.
El nuevo modelo de texto a voz gpt-4o-mini-tts se puede dirigir: por primera vez los desarrolladores podían indicar no solo qué decir sino cómo decirlo, por ejemplo con el tono de un agente de soporte tranquilo y empático. Los tres modelos se basan en GPT-4o y GPT-4o mini y quedaron abiertos para todos los desarrolladores.
Por qué gpt-4o-transcribe importa para los negocios
Para negocios con asistentes telefónicos o de chat, una transcripción más precisa y un tono de voz controlable mejoran los resúmenes de llamadas y la experiencia del cliente, aunque siguen aplicando las reglas de aviso y consentimiento para llamadas grabadas o con voz de IA.
Ponlo a trabajar: Agentes de voz con IA
Fuentes de esta noticia
- Introducing next-generation audio models in the API (se abre en una pestaña nueva)Oficial
OpenAI · openai.com
Última verificación: . IA Compa resume anuncios públicos para lectores de negocios. No tenemos relación con las empresas mencionadas. Confirma siempre los detalles, precios y disponibilidad con la fuente oficial.
- #speech-to-text
- #text-to-speech
- #openai
- #voice-agents
