GPT Transcribe
OpenAI · États-Unis
- Poids fermés (selon Artificial Analysis)
- Français annoncé
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).
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 developers.openai.com, le 17/10/2026.
- Sortie
- 28 juillet 2026 lu sur la page de l'éditeur
Langues
- Annoncées par l'éditeur : multilingue, nombre de langues non publié ; le français est cité. Lu sur developers.openai.com.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 15e sur 39 en transcription en français (4,82 %).
Ses 3 classements
Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.
- En français · Transcription
Transcription en français
15e sur 39taux 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 · relevé du 19 octobre 2026, version du 17 octobre 2026.
- En anglais · Transcription
Transcription en anglais, indice AA-WER
16e sur 51taux d'erreur par mot 3,31 %
Prix : 4,50 $ pour 1 000 minutes de parolePar jeu de test : AA-AgentTalk 2,22 %, Earnings22 6,10 %, VoxPopuli 2,72 %
Source : Artificial Analysis · relevé du 19 octobre 2026.
- En anglais · Transcription
Transcription en anglais, Open ASR
19e sur 53taux 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 · relevé du 19 octobre 2026, version du 17 octobre 2026.
Modèles proches
- Transcription en français : devant, Canary 1B v2 (14e, 4,79 %) · derrière, Speechmatics Enhanced (16e, 4,89 %)
- Transcription en anglais, indice AA-WER : devant, Solaria-3 (15e, 3,23 %) · derrière, Smallest AI Pulse (17e, 3,33 %)
- Transcription en anglais, Open ASR : devant, Canary Qwen 2.5B (18e, 5,94 %) · derrière, Granite Speech 4.1 2B (même rang, 5,96 %)
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.
D'où vient cette fiche
- Nom dans les sources
- Hugging Face (hf-audio) :
openai/gpt-transcribe; Artificial Analysis :GPT Transcribe - Fiche
- Registre de QUELLE IA.
- 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
Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.