OpenAI于3月20日發布博文，宣布推出語音轉文本和文本轉語音兩大模型，進一步提升語音處理能力。新推出的gpt-4o-transcribe與gpt-4o-mini-transcribe兩款語音轉文本模型，在單詞錯誤率、語言識別及準確性上超越現有Whisper系列，支持超100種語言，尤其在嘈雜環境、口音及不同語速下表現更佳。

　　與此同時，OpenAI還推出了gpt-4o-mini-tts文本轉語音模型，開發者可通過指令控制語音風格，如“模擬耐心客服”或“生動故事敘述”，適用于客服體驗優化及創意內容生成。三款模型費用透明，為開發者提供了靈活選擇，助力構建更精準、可定制的語音交互系統，推動人工智能語音技術的商業化進程。