سافت گذر دانشنامه نرم افزار - دانلود رایگان نرم افزار

اطلاعیه های مهم سایت اطلاعیه های مهم سایت
💐 میلاد زینت پدر حضرت زینب سلام الله علیها مبارک باد 💐
 
 
  1. جهت رفع مشکل باز شدن سایت به دلیل بلاک توسط  نود 32 این ویدیو یا این ویدیو(ورژن 9 به بالا) یا راهنمای تصویری را مشاهده کنید
  2. به مناسبت عید غدیر، در سایت https://esetupdate.ir/ تخفیف ویژه‌ای برای محصولات در نظر گرفته شده است؛ فرصت را از دست ندهید. 🌸
  3. اکانت های بروزرسانی نود32 با قیمت های مناسب به صورت یک ، سه ، شش و دوازده ماهه از اینجا قابل خرید می باشد.

نرم افزار های پرکاربرد

ثبت نام | ورود
wepido.ir

تغییرات صوتی OpenAI: معرفی نسل جدید مدل‌های هوش مصنوعی صدا

در ماه‌های اخیر، OpenAI چندین ابزار جدید از جمله Operator، Deep Research، Computer-Using Agents و Responses API را منتشر کرده که بر روی عامل‌های متنی متمرکز بوده‌اند. امروز، OpenAI مدل‌های جدید تبدیل گفتار به متن و متن به گفتار را در API خود اعلام کرد که به توسعه‌دهندگان امکان می‌دهد عامل‌های صوتی قدرتمندتر، قابل شخصی‌سازی‌تر و بیانگرتر از همیشه بسازند.

 

تغییرات صوتی OpenAI: معرفی نسل جدید مدل‌های هوش مصنوعی صدا

 

مدل‌های جدید تبدیل گفتار به متن OpenAI، gpt-4o-transcribe و gpt-4o-mini-transcribe، بهبودهای قابل توجهی در نرخ خطای کلمات، تشخیص زبان و دقت در مقایسه با مدل‌های Whisper موجود OpenAI ارائه می‌دهند. این پیشرفت‌ها از طریق یادگیری تقویتی و آموزش میانی گسترده با استفاده از مجموعه داده‌های صوتی متنوع و با کیفیت بالا به دست آمده است.

OpenAI ادعا می‌کند که این مدل‌های صوتی جدید می‌توانند ظرافت‌های گفتار را بهتر درک کنند، تشخیص‌های نادرست را کاهش دهند و قابلیت اطمینان رونویسی را حتی زمانی که صدای ورودی شامل لهجه‌ها، محیط‌های پر سر و صدا و سرعت‌های مختلف گفتار است، بهبود بخشند.

gpt-4o-mini-tts جدیدترین مدل تبدیل متن به گفتار است که قابلیت هدایت بهبود یافته‌ای را ارائه می‌دهد. توسعه‌دهندگان اکنون می‌توانند به مدل دستور دهند که چگونه محتوای متن را تلفظ کند. با این حال، فعلاً مدل تبدیل متن به گفتار به صداهای مصنوعی از پیش تعیین شده محدود است.

هزینه‌های مدل‌ها به شرح زیر است: مدل gpt-4o-transcribe: ۶ دلار برای هر میلیون توکن صوتی ورودی، ۲.۵۰ دلار برای هر میلیون توکن متنی ورودی و ۱۰ دلار برای هر میلیون توکن متنی خروجی مدل gpt-4o-mini-transcribe: ۳ دلار برای هر میلیون توکن صوتی ورودی، ۱.۲۵ دلار برای هر میلیون توکن متنی ورودی و ۵ دلار برای هر میلیون توکن متنی خروجی مدل gpt-4o-mini-tts: ۰.۶۰ دلار برای هر میلیون توکن متنی ورودی و ۱۲ دلار برای هر میلیون توکن صوتی خروجی

 

این هزینه‌ها به صورت دقیقه‌ای به شرح زیر محاسبه می‌شود:

  • gpt-4o-transcribe: حدود ۰.۶ سنت در دقیقه
  • gpt-4o-mini-transcribe: حدود ۰.۳ سنت در دقیقه
  • gpt-4o-mini-tts: حدود ۱.۵ سنت در دقیقه

تیم OpenAI درباره این مدل‌های صوتی جدید نوشت: “در آینده، ما قصد داریم به سرمایه‌گذاری در بهبود هوشمندی و دقت مدل‌های صوتی خود ادامه دهیم و راه‌هایی را برای اجازه دادن به توسعه‌دهندگان برای آوردن صداهای سفارشی خود جهت ساخت تجربیات شخصی‌سازی شده‌تر، به روش‌هایی که با استانداردهای ایمنی ما مطابقت دارند، بررسی کنیم.”

این مدل‌های صوتی جدید اکنون از طریق APIها برای همه توسعه‌دهندگان در دسترس هستند. OpenAI همچنین یک ادغام با Agents SDK را اعلام کرد که به توسعه‌دهندگان امکان می‌دهد به راحتی عامل‌های صوتی بسازند. برای تجربیات گفتار به گفتار با تأخیر کم، OpenAI استفاده از Realtime API را توصیه می‌کند.

نظرتان را ثبت کنید کد خبر: 52463 گروه خبری: هوش مصنوعی منبع خبر: سافت گذر تاریخ خبر: 1404/01/03 تعداد مشاهده: 2893
اخبار مرتبط با این خبر
نظر های کاربران
سرور آپدیت نود 32
پیشنهاد سافت گذر
26 جلسه منطق اشک از حجت الاسلام والمسلمین پناهیان

26 جلسه منطق اشک از حجت الاسلام والمسلمین پناهیان

حاج آقا پناهیان با موضوع منطق اشک

Hunters Trophy 2 - Australia + America

Hunters Trophy 2 - Australia + America

شبیه‌ساز شکار در قاره‌ی استرالیا + قاره‌ی آمریکا

گلچین بهترین مدیحه سرایی حاج محمود کریمی به مناسبت اول ذی الحجه

گلچین بهترین مدیحه سرایی حاج محمود کریمی به مناسبت اول ذی الحجه

روز دختر محمود کریمی

Windows 11 26H2 / 26H1 / 25H2 / 24H2 RTM MSDN VL October 2026

Windows 11 26H2 / 26H1 / 25H2 / 24H2 RTM MSDN VL October 2026

ویندوز 11

Puffle Launch 1.3 for Android

Puffle Launch 1.3 for Android

هدایت گلوله

مستند سیاسی جنجالی خارج از دید 2: نفوذ - تمام قسمت‌ها

مستند سیاسی جنجالی خارج از دید 2: نفوذ - تمام قسمت‌ها

خارج از دید 2 نفوذ

PBA Pro Bowling 2021

PBA Pro Bowling 2021

بولینگ

Seasons

Seasons

مستند حیات وحش

iShia Answers 1.1 for Android

iShia Answers 1.1 for Android

پاسخ های شیعه

کتاب سورس باز ایلوستریتور

کتاب سورس باز ایلوستریتور

آموزش ایلوستریتور

MAGIX Video Pro X18 24.0.1.342

MAGIX Video Pro X18 24.0.1.342

مجیکس ویدئو پرو

Puzzler World 2

Puzzler World 2

جهان معماها و پازل های 2

Voice Dream Reader 3.4.20 for Android +4.4

Voice Dream Reader 3.4.20 for Android +4.4

خواندن کتاب الکترونیک

Solo Launcher 2.7.7.3 for Android +4.1

Solo Launcher 2.7.7.3 for Android +4.1

سولو لانچر

WinSCP 6.7.1 + Portable

WinSCP 6.7.1 + Portable

مدیریت FTP

Nail Salon 2 1.0 for Android +2.3

Nail Salon 2 1.0 for Android +2.3

طراحی ناخن

نشانه های بندگان خوب خدا از حجت الاسلام والمسلمین علوی تهرانی- 3 بخش

نشانه های بندگان خوب خدا از حجت الاسلام والمسلمین علوی تهرانی- 3 بخش

حاج آقا علوی تهرانی با موضوع نشانه های بندگان خوب خدا

LEGO Worlds Classic Space Pack

LEGO Worlds Classic Space Pack

لگو ماجرایی معمایی

Photo Mate R3 3.6.1 for Android +4.0

Photo Mate R3 3.6.1 for Android +4.0

عکاسی

Scan2CAD 10.5.4 (x64)

Scan2CAD 10.5.4 (x64)

تبدیل فایل CAD

DefenderUI 1.22

DefenderUI 1.22

افزایش کارایی ویندوز دیفندر

Muffon 2.3.0

Muffon 2.3.0

موزیک پلیر برای ویندوز

Disney Epic Mickey: Rebrushed

Disney Epic Mickey: Rebrushed

اپیک میکی

مداحی حسن عطایی سال 98

مداحی حسن عطایی سال 98

دهه محرم عطایی

BBM 3.3.21.78 for Android +4.0

BBM 3.3.21.78 for Android +4.0

برنامه چت و تماس بی بی ام

K-Lite Codec Tweak Tool 6.7.5

K-Lite Codec Tweak Tool 6.7.5

مجموعه کدک پخش فیلم و صدا

سخنرانی حجت الاسلام سید محمد ضیاء آبادی با موضوع ولایت امیرمؤمنان علی (ع)

سخنرانی حجت الاسلام سید محمد ضیاء آبادی با موضوع ولایت امیرمؤمنان علی (ع)

سخنرانی ولایت امیرمؤمنان علی (ع) با سید محمد ضیاء آبادی

Undead Shadows v1.0.5

Undead Shadows v1.0.5

سایه‌های ارواح

Forma 8

Forma 8

فرم هشت

Pico Brothers Sound Buttons 1.00 for Symbian

Pico Brothers Sound Buttons 1.00 for Symbian

نرم افزار 101 صدای خاص با فشردن 101 دکمه با تصاویر مختلف برای سیمبین

Farm Expert 2017 with Update v1.106 Incl Crackfix

Farm Expert 2017 with Update v1.106 Incl Crackfix

شبیه ساز کشاورزی و دامداری نسخه 2017

JP Software CMDebug 36.52.88

JP Software CMDebug 36.52.88

اشکال‌زدایی اسکریپت‌های دسته‌ای

آموزش اعداد انگلیسی به کودکان

آموزش اعداد انگلیسی به کودکان

یادگیری اسکولاستیک اکسپرس: اعداد 1 تا 20

آشنایی با روت و بوت کردن گوشی و تبلت های HTC - نسخه 3

آشنایی با روت و بوت کردن گوشی و تبلت های HTC - نسخه 3

آموزش روت و بوت کردن گوشی اچ تی سی

Operation Flashpoint - Red River

Operation Flashpoint - Red River

عملیات Flashpoint نسخه‌ی رود سرخ

سخنرانی حجت الاسلام حسینی اراکی درباره امام حسن مجتبی (ع) مصداق تمام و کمال احسان

سخنرانی حجت الاسلام حسینی اراکی درباره امام حسن مجتبی (ع) مصداق تمام و کمال احسان

سخنرانی حجت الاسلام حسینی اراکی امام حسن مجتبی (ع) مصداق تمام و کمال احسان

1001 نکته در ++C

1001 نکته در ++C

آشنایی با نکات و ترفندهای سی پلاس پلاس

Snake & Ladders Bluetooth Game 2.3 for Android +2.1

Snake & Ladders Bluetooth Game 2.3 for Android +2.1

بازی محبوب و پر طرفدار مار و پله برای اندروید تحت شبکه بلوتوث

دست های یک برنامه نویس حرفه ای

دست های یک برنامه نویس حرفه ای

میانبرهای یک برنامه نویس

Call of Duty: Modern Warfare III

Call of Duty: Modern Warfare III

کال آف دیوتی مدرن وارفر 3

خبرنامه

با عضویت در خبرنامه، زودتر از همه باخبر باش!