The gpt-audio model is OpenAI's first generally available audio model. The new snapshot features an upgraded decoder for more natural sounding voices and maintains better voice consistency. Audio is priced...
Характеристики
- Контекст
- 128 000 токенов
- Опубликована
- 19 янв 2026
gpt-audio
GPT Audio — общедоступная аудиомодель OpenAI с улучшенным декодером для более естественного и стабильного звучания голоса.
0скачиваний за 30 дней0лайков
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
GPT Audio — аудиомодель OpenAI, представленная как первая общедоступная аудиомодель компании. В описании снимка модели упомянут улучшенный декодер, который делает голоса естественнее и помогает сохранять их постоянство.
Модель предназначена для работы с аудио; доступный текст карточки не уточняет конкретные сценарии, архитектуру, размер, языки и длину контекста. Метаданные каталога классифицируют её как модель автоматического распознавания речи, однако README не описывает входы и выходы подробнее. Дата создания репозитория — 19 января 2026 года. Условия лицензирования в предоставленных данных не указаны.
Сценарии применения
- распознавание речи в аудиозаписях
- работа с аудио в приложениях на базе моделей OpenAI
- создание более естественного звучания голоса
Ограничения
В предоставленном фрагменте README не раскрыты поддерживаемые языки, архитектура, размер модели и лицензия. Упоминание улучшенного декодера не подтверждает конкретные возможности синтеза речи.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей
Карточка модели
README от автора, как он его опубликовал
Как запустить
Открытых весов нет — модель работает через API провайдера, чат открывается прямо в ailist. Цены — по текущим предложениям OpenRouter
GPU в ailist
Нужны открытые веса
Открытых весов нет: модель работает только через API провайдера.
API через OpenRouter
openai/gpt-audio
$2.50 / $10
Модель отвечает звуком: такой API-чат пока не поддерживается.