今天凌晨，OpenAI的全新音频模型上线了！
这次，一共发布了三款全新语音识别模型gpt-4o-transcribe、gpt-4o-mini-transcribe、gpt-4o-mini-tts，正式开启了语音智能体的时代。
gpt-4o-transcribe (语音转文本)：单词错误率(WER)显著降低，在多个基准测试中优于现有 Whisper 模型；
gpt-4o-mini-transcribe (语音转文本)：gpt-4o-transcribe 的精简版本，速度更快、效率更高；
gpt-4o-mini-tts (文本转语音)：首次支持「可引导性」(steerability)，开发者不仅能指定「说什么」，还能控制「如何说」；
OpenAI最近一直试图找回曾经万众瞩目的感觉，无论是新模型的发布还是发声都十分频繁，这或许和DeepSeek带来的压力有关。
在最新与硅谷知名科技博主Ben Thompson的访谈当中，奥特曼又又又谈到了DeepSeek。
奥特曼表示，DeepSeek是一支优秀的团队，“给我上了一课”，并让奥特曼重新思考到底应该为免费用户提供什么功能。同时，奥特曼还剧透，未来的GPT-5将会向免费用户开放。
不过，值得注意的是OpenAI对DeepSeek的态度可谓是“两副面孔”。一边称赞对方，一边又称DeepSeek是“另一个华为”并提议将其禁止。
或许OpenAI早已不再是从前专注技术的公司了，这可能也是其内部人员频繁离职的原因之一。