# GPT Transcribe

Éditeur : OpenAI (États-Unis). Poids fermés (selon Artificial Analysis).

En bref : 15e sur 39 en transcription en français ; 16e sur 51 en transcription en anglais (Artificial Analysis) ; 19e sur 53 en transcription en anglais (Open ASR) (ex æquo à valeur égale).

Page : https://quelleia.com/voix/modeles/gpt-transcribe/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de transcription d'OpenAI, servi par son API, pour les fichiers audio terminés et les tours de parole validés dans une session temps réel. Il accepte un contexte libre, des mots-clés et plusieurs langues attendues pour mieux traiter le vocabulaire métier et les enregistrements qui mêlent les langues. (lu sur https://developers.openai.com/api/docs/models/gpt-transcribe.md)

- Sortie : 28 juillet 2026 (lu sur la page de l'éditeur, https://developers.openai.com/api/docs/changelog.md)

## Langues

- Annoncées par l'éditeur : multilingue, nombre de langues non publié ; le français est cité.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 15e sur 39 en transcription en français (4,82 %).
- Source des langues annoncées : https://developers.openai.com/api/docs/guides/speech-to-text.md

## Ses classements

- Transcription en français : 15e sur 39, taux d'erreur par mot 4,82 % ; par jeu de test : Common Voice 6,97 %, FLEURS 3,45 %, MLS 4,05 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).
- Transcription en anglais, indice AA-WER : 16e sur 51, taux d'erreur par mot 3,31 % ; prix : 4,50 $ pour 1 000 minutes de parole ; par jeu de test : AA-AgentTalk 2,22 %, Earnings22 6,10 %, VoxPopuli 2,72 %. Source : Artificial Analysis, https://artificialanalysis.ai/speech-to-text/models/openai-gpt-transcribe (relevé du 19 octobre 2026).
- Transcription en anglais, Open ASR : 19e sur 53, taux d'erreur par mot 5,96 % ; par jeu de test : AMI-Cleaned 8,95 %, Earnings22-Cleaned-AA-chunked 6,61 %, Gigaspeech-Cleaned 7,76 %, LS Clean 1,31 %, LS Other 3,39 %, Private (conversational) 12,90 %, Private (scripted) 3,24 %, SPGISpeech 2,23 %, URGENT24 12,86 %, Voice Arena Monsoon 3,63 %, Voxpopuli-AA-Cleaned 2,65 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en français : [Canary 1B v2](https://quelleia.com/voix/modeles/nvidia-canary-1b-v2/), 14e (4,79 %), juste devant
- Transcription en français : [Speechmatics Enhanced](https://quelleia.com/voix/modeles/speechmatics-enhanced/), 16e (4,89 %), juste derrière
- Transcription en anglais, indice AA-WER : [Solaria-3](https://quelleia.com/voix/modeles/solaria-3/), 15e (3,23 %), juste devant
- Transcription en anglais, indice AA-WER : [Smallest AI Pulse](https://quelleia.com/voix/modeles/smallest-ai-pulse/), 17e (3,33 %), juste derrière
- Transcription en anglais, Open ASR : [Canary Qwen 2.5B](https://quelleia.com/voix/modeles/canary-qwen-2-5b/), 18e (5,94 %), juste devant
- Transcription en anglais, Open ASR : [Granite Speech 4.1 2B](https://quelleia.com/voix/modeles/ibm-granite-speech-4-1-2b/), 19e (5,96 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Hugging Face (hf-audio) : openai/gpt-transcribe
- Artificial Analysis : GPT Transcribe

## Liens

- Page de l'éditeur : https://developers.openai.com/api/docs/models/gpt-transcribe
- L'essayer : https://developers.openai.com/api/docs/guides/speech-to-text

## Pages lues

- https://developers.openai.com/api/docs/models/gpt-transcribe.md (« GPT Transcribe is a speech-to-text model for completed audio files, streamed file transcripts, and committed turns in Realtime sessions over WebSocket. »), 17/10/2026
- https://developers.openai.com/api/docs/models/gpt-transcribe.md (« It supports unstructured context, keyword hints, and multiple language hints to improve transcription of domain terms, multilingual audio, and code-switching. »), 17/10/2026
- https://developers.openai.com/api/docs/changelog.md (« ### Jul 28 Feature · Model: gpt-transcribe · Model: gpt-live-transcribe »), 17/10/2026
- https://developers.openai.com/api/docs/guides/speech-to-text.md (« ISO 639-1 codes, such as `en`, `es`, and `fr`. »), 17/10/2026