在AI领域的热门应用ChatGPT成功累积了1亿用户后，其商业策略逐渐明晰。昨日，ChatGPT推出了API服务，为企业提供了一种付费接入的途径，这一举措将成本降低了90%，至每75万单词只需2美元。

除了API服务的发布，ChatGPT还同步推出了语音转文字的API功能。这一创新基于其强大的Whisper大模型技术，于去年9月首度亮相Whisper Large-v1版本，随后在12月公开了升级版的Whisper Large-v2模型。

此次商业化运作，Whisper API的收费标准极为亲民，每分钟仅需0.006美元，换算成人民币大约为4分钱。这一定价预计将给众多依赖语音技术的企业带来巨大压力。

Whisper API不仅具备将语音文件转换为文字的能力，还能实现多种语言的翻译，包括但不限于英语、中文、阿拉伯语、日语、德语和西班牙语等多种语言，覆盖范围广泛。

然而，不同语言的转录准确度存在显著差异。Whisper Large-v2模型在处理西语、英语、意大利语、德语等语言时，其单词错误率能够控制在5%以内，使得后续的文字修正工作相对轻松。相比之下，中文的转录情况则不尽如人意。其中，v1模型的错误率为19.6%，而升级后的v2模型也仅略有改善，错误率降至14.7%，仍远高于英文、西语等其他语言，导致用户在使用过程中可能需要进行更多的校正工作。

造成这一现象的原因，除了中文本身的复杂性之外，训练数据的局限性也是一个关键因素。由于网络上的内容主要以英文为主，这可能影响了模型在处理中文时的表现。

来源：快科技