OpenAIAudiomodellAktiv
GPT-Live-Transcribe
BeliebtheitPlatz 283 von 876
39von 100wie im Vormonat
Zusammenfassung
GPT-Live-Transcribe ist die Streaming-Variante für laufende Sprache. Das Modell liefert Transkript-Deltas mit niedriger Latenz aus einem Audio-Stream und erlaubt eine anpassbare Latenz. Unstrukturierter Kontext, Keyword-Hinweise und Sprachhinweise helfen auch hier bei Fachbegriffen und Sprachwechseln. Anders als GPT-Transcribe ist das Modell auf laufende Sprache und nicht auf fertige Aufnahmen zugeschnitten.
GPT-Live-Transcribe liefert aus einem Audio-Stream ausschließlich Text und keine Audioantwort. OpenAI rechnet nach Audiominuten ab; Funktionsaufrufe und ein fertiger Sprachagent gehören nicht zu diesem Transkriptionsprofil.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 24 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 2
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
VoiceCodeBench: CTEM (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 91.363
- Bewertung
- 91.363
- Messgröße
- canonical token/entity match
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- general
- Aufgabe
- ctem
- Aufgabenbezeichnung
- CTEM
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-11-06
- Methodik
- Kennung des Quellmodells: openai/gpt-live-transcribe. Name des Quellmodells: GPT-Live-Transcribe. Anbieter laut Quelle: OpenAI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-24. Latenz in Sekunden: 70.342. Standardfehler: 0. Kosten je Aufgabe in USD: 0.018995. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-voice-code-bench-2026-11-06-7753d162bfe3. Prüfsumme der Quelldaten: 7753d162bfe3fa3470d586da3917bf8ddd96f14e10f9aa8f03dd517b8d5f003b. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-voice-code-bench:1:ctem
VoiceCodeBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 67.667
- Bewertung
- 67.667
- Messgröße
- task success rate
- Einheit
- %
- Benchmark-Version
- 1
- Kategorie
- general
- Aufgabe
- overall
- Aufgabenbezeichnung
- Overall
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Vals AI
- Status
- active
- Abrufdatum
- 2026-11-06
- Methodik
- Kennung des Quellmodells: openai/gpt-live-transcribe. Name des Quellmodells: GPT-Live-Transcribe. Anbieter laut Quelle: OpenAI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-24. Latenz in Sekunden: 70.342. Standardfehler: 0. Kosten je Aufgabe in USD: 0.018995. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-voice-code-bench-2026-11-06-7753d162bfe3. Prüfsumme der Quelldaten: 7753d162bfe3fa3470d586da3917bf8ddd96f14e10f9aa8f03dd517b8d5f003b. Parserversion: vals-astro-v4. Importiert am: 2026-11-06. Quellenkohorte: vals-voice-code-bench:1:overall
Artificial Analysis AA-WER Streaming (final transcription) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 3.9177
- Bewertung
- 3.9177
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- AA-WER v2.2 streaming
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Artificial Analysis
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Unabhängige Evaluation. Direkte Streaming-Auswertung über die API; WER der finalen Transkription über AA-AgentTalk (50 %), VoxPopuli (25 %) und Earnings22 (25 %), insgesamt etwa acht Stunden. WER ist innerhalb jedes Datensatzes nach Dauer gewichtet; Die Chunks von Earnings22 werden auf Ebene des übergeordneten Aufrufs wieder zusammengesetzt. Streaming-Protokoll AA-WER v2.2.
A5Sv2 ASR benchmark, Mega-ASR fixed robustness selection (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 27.812196
- Bewertung
- 27.812196
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- A5Sv2 pinned release commit 64284911a02b38ce07e1d184c56b9c1335f20b57
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 32928
- Quellentyp
- independent-evaluator
- Auswertung
- AirCaps A5Sv2 ASR benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exakte API-Modell-ID gpt-live-transcribe; Englisch, Reasoning-Stufe xhigh, manueller Commit und PCM-Chunks von 100 ms. Nur finale Transkripte, ein gespeicherter Lauf pro System und Korpus, eingefrorene Wortbeginn-Referenzen v2. Mega-ASR nutzt eine feste Auswahl von 1.250 Äußerungen aus Trainingssplits von Voices-in-the-Wild-2M, nicht dessen Standard-Testsplit.
- Einordnung
- Das Benchmark veröffentlicht einen gespeicherten Lauf ohne Wiederholungen oder Konfidenzintervall. Die API-Modell-ID ist nicht an einen unveränderlichen Serving-Build gebunden. AirCaps sagt, dass der eigene A5Sv2-Checkpoint nicht auf die konkreten Mega-ASR-Dateien optimiert wurde. Ob Drittanbieter überlappende Quelldaten gesehen haben, ist unbekannt.
A5Sv2 ASR benchmark, AMI scenario-only evaluation meetings (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 30.159742
- Bewertung
- 30.159742
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- A5Sv2 pinned release commit 64284911a02b38ce07e1d184c56b9c1335f20b57
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 32928
- Quellentyp
- independent-evaluator
- Auswertung
- AirCaps A5Sv2 ASR benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exakte API-Modell-ID gpt-live-transcribe; Englisch, Reasoning-Stufe xhigh, manueller Commit und PCM-Chunks von 100 ms. Nur finale Transkripte, ein gespeicherter Lauf pro System und Korpus, eingefrorene Wortbeginn-Referenzen v2. AMI umfasst sieben Szenario-Meetings aus der Unseen-Evaluation und nutzt Array1-01-Audio.
- Einordnung
- Das Benchmark veröffentlicht einen gespeicherten Lauf ohne Wiederholungen oder Konfidenzintervall. Die API-Modell-ID ist nicht an einen unveränderlichen Serving-Build gebunden. AirCaps sagt, dass der eigene A5Sv2-Checkpoint nicht auf die konkreten Mega-ASR-Dateien optimiert wurde. Ob Drittanbieter überlappende Quelldaten gesehen haben, ist unbekannt.
A5Sv2 ASR benchmark, DiPCo evaluation and development meetings (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 39.861635
- Bewertung
- 39.861635
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- A5Sv2 pinned release commit 64284911a02b38ce07e1d184c56b9c1335f20b57
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 33679
- Quellentyp
- independent-evaluator
- Auswertung
- AirCaps A5Sv2 ASR benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exakte API-Modell-ID gpt-live-transcribe; Englisch, Reasoning-Stufe xhigh, manueller Commit und PCM-Chunks von 100 ms. Nur finale Transkripte, ein gespeicherter Lauf pro System und Korpus, eingefrorene Wortbeginn-Referenzen v2. DiPCo nutzt fünf Evaluations-Meetings und ein Entwicklungs-Meeting mit U01.CH1-Audio und fester Verstärkung von +5,1 dB.
- Einordnung
- Das Benchmark veröffentlicht einen gespeicherten Lauf ohne Wiederholungen oder Konfidenzintervall. Die API-Modell-ID ist nicht an einen unveränderlichen Serving-Build gebunden. AirCaps sagt, dass der eigene A5Sv2-Checkpoint nicht auf die konkreten Mega-ASR-Dateien optimiert wurde. Ob Drittanbieter überlappende Quelldaten gesehen haben, ist unbekannt.
A5Sv2 ASR benchmark, NOTSOFAR eval-small meetings (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 40.845575
- Bewertung
- 40.845575
- Messgröße
- word error rate (WER)
- Einheit
- %
- Benchmark-Version
- A5Sv2 pinned release commit 64284911a02b38ce07e1d184c56b9c1335f20b57
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 33492
- Quellentyp
- independent-evaluator
- Auswertung
- AirCaps A5Sv2 ASR benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Exakte API-Modell-ID gpt-live-transcribe; Englisch, Reasoning-Stufe xhigh, manueller Commit und PCM-Chunks von 100 ms. Nur finale Transkripte, ein gespeicherter Lauf pro System und Korpus, eingefrorene Wortbeginn-Referenzen v2. NOTSOFAR nutzt 22 Meetings aus eval-small und das Audio sc_meetup_0/ch0.wav.
- Einordnung
- Das Benchmark veröffentlicht einen gespeicherten Lauf ohne Wiederholungen oder Konfidenzintervall. Die API-Modell-ID ist nicht an einen unveränderlichen Serving-Build gebunden. AirCaps sagt, dass der eigene A5Sv2-Checkpoint nicht auf die konkreten Mega-ASR-Dateien optimiert wurde. Ob Drittanbieter überlappende Quelldaten gesehen haben, ist unbekannt.
A5Sv2 ASR benchmark, unweighted macro mean across four corpora (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 34.669787
- Bewertung
- 34.669787
- Messgröße
- macro mean of corpus-level word error rates (WER)
- Einheit
- %
- Benchmark-Version
- A5Sv2 pinned release commit 64284911a02b38ce07e1d184c56b9c1335f20b57
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 4
- Quellentyp
- independent-evaluator
- Auswertung
- AirCaps A5Sv2 ASR benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Arithmetischer Mittelwert der vier Korpus-WER-Werte für die exakte API-Modell-ID gpt-live-transcribe; Englisch, Reasoning-Stufe xhigh, manueller Commit und PCM-Chunks von 100 ms. Ein gespeicherter Lauf pro System und Korpus; feste Korpusauswahlen und eingefrorene Wortbeginn-Referenzen v2. Mega-ASR ist eine separate, vom Herausgeber entwickelte Robustheitsdiagnose.
- Einordnung
- Diese Aggregation gewichtet die vier Korpus-WER-Werte gleich; sie ist nicht der nach Wortzahl gepoolte WER. Ein Konfidenzintervall und eine unveränderliche API-Serving-Revision werden nicht veröffentlicht.
A5Sv2 ASR benchmark, pooled WER across four corpora (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 34.725281
- Bewertung
- 34.725281
- Messgröße
- pooled word error rate (WER)
- Einheit
- %
- Benchmark-Version
- A5Sv2 pinned release commit 64284911a02b38ce07e1d184c56b9c1335f20b57
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Stichprobe
- 133027
- Quellentyp
- independent-evaluator
- Auswertung
- AirCaps A5Sv2 ASR benchmark
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. Gepoolte Fehler geteilt durch alle 133.027 normalisierten Referenzwörter der vier Korpora für die exakte API-Modell-ID gpt-live-transcribe; Englisch, Reasoning-Stufe xhigh, manueller Commit und PCM-Chunks von 100 ms. Ein gespeicherter Lauf pro System und Korpus; eingefrorene Wortbeginn-Referenzen v2.
- Einordnung
- Diese nach Referenzworten gepoolte Aggregation gewichtet Korpora nach ihrer Wortzahl; sie ist nicht der ungewichtete Makromittelwert. Ein Konfidenzintervall und eine unveränderliche API-Serving-Revision werden nicht veröffentlicht.
OpenAI Context Aware ASR semantic accuracy without free-form context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 38.5
- Bewertung
- 38.5
- Messgröße
- semantic accuracy
- Einheit
- %
- Benchmark-Version
- Community forum post dated 2026-07-29; benchmark revision not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- community-reported
- Auswertung
- OpenAI Developer Community forum post by VeitB
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Community-Messung. Ein gespeicherter Community-Forum-Beitrag unter dem Autorennamen VeitB gibt für GPT-Live-Transcribe 38,5 % semantische Genauigkeit auf dem Context Aware Automatic Speech Recognition Benchmark ohne frei formulierten Kontext an. Der Beitrag nennt weder Stichprobengröße noch Datensatzsplit, Bewertungsprotokoll, Konfidenzintervall oder Serving-Revision.
- Einordnung
- Die gespeicherte Quelle nennt VeitB als Autor, belegt aber keine Zugehörigkeit zu OpenAI und bestätigt den Wert nicht als Herstellerangabe. Als ungeprüfte Community-Angabe behandeln, nicht als bestätigtes OpenAI-Ergebnis. Stichprobengröße, Konfidenzintervall, Benchmarkrevision und unveränderlicher Serving-Snapshot sind nicht veröffentlicht. Dies ist eine Kontextkonfiguration, keine absolute Transkriptionsfehlerrate.
OpenAI Context Aware ASR semantic accuracy with free-form context (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 44.6
- Bewertung
- 44.6
- Messgröße
- semantic accuracy
- Einheit
- %
- Benchmark-Version
- Community forum post dated 2026-07-29; benchmark revision not stated
- Kategorie
- audio
- Richtung
- Mehr ist besser
- Quellentyp
- community-reported
- Auswertung
- OpenAI Developer Community forum post by VeitB
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Community-Messung. Ein gespeicherter Community-Forum-Beitrag unter dem Autorennamen VeitB gibt für GPT-Live-Transcribe 44,6 % semantische Genauigkeit auf dem Context Aware Automatic Speech Recognition Benchmark mit frei formuliertem Kontext an. Der Beitrag nennt weder Stichprobengröße noch Datensatzsplit, Bewertungsprotokoll, Konfidenzintervall oder Serving-Revision. Dies ist eine separate Kontextkonfiguration gegenüber dem Wert von 38,5 % ohne Kontext.
- Einordnung
- Die gespeicherte Quelle nennt VeitB als Autor, belegt aber keine Zugehörigkeit zu OpenAI und bestätigt den Wert nicht als Herstellerangabe. Als ungeprüfte Community-Angabe behandeln, nicht als bestätigtes OpenAI-Ergebnis. Stichprobengröße, Konfidenzintervall, Benchmarkrevision und unveränderlicher Serving-Snapshot sind nicht veröffentlicht. Dies ist eine Kontextkonfiguration, keine absolute Transkriptionsfehlerrate.
OpenAI Common Voice transcription error rate across 22 languages (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 19.7
- Bewertung
- 19.7
- Messgröße
- transcription error rate, metric formula not stated
- Einheit
- %
- Benchmark-Version
- Community forum post dated 2026-07-29; benchmark revision not stated
- Kategorie
- audio
- Richtung
- Weniger ist besser
- Quellentyp
- community-reported
- Auswertung
- OpenAI Developer Community forum post by VeitB
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Community-Messung. Ein gespeicherter Community-Forum-Beitrag unter dem Autorennamen VeitB gibt für GPT-Live-Transcribe eine Transkriptionsfehlerrate von 19,70 % über 22 Sprachen auf Common Voice an. Der Beitrag nennt weder die Common-Voice-Version noch Split, Aggregation der Sprachen, Stichprobengröße, Formel, Konfidenzintervall oder Serving-Revision.
- Einordnung
- Die gespeicherte Quelle nennt VeitB als Autor, belegt aber keine Zugehörigkeit zu OpenAI und bestätigt den Wert nicht als Herstellerangabe. Als ungeprüfte Community-Angabe behandeln, nicht als bestätigtes OpenAI-Ergebnis. Der Beitrag sagt nicht, ob es WER oder eine andere Transkriptionsfehlermetrik ist, und nennt weder Stichprobengröße noch Konfidenzintervall oder Benchmarkrevision. Der Wert ist kein unmittelbar vergleichbarer Aufgaben-Score.
Seite 1 von 2
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
0 bis 100, höher ist beliebter
20 von 83 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 6. November 2026
GPT-Live-TranscribeMaya 2 Native 40Eleven v3 39Scribe v2 39Sonic 3.6 39
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
GPT-Live-Transcribe im Vergleich
- 1GPT-Live-Transcribe vs. Flux4 gemeinsame Tests
- 2GPT-Live-Transcribe vs. Gemini 3.5 Transcribe Live1 gemeinsamer Test
- 3GPT-Live-Transcribe vs. GPT-Realtime-Whisper1 gemeinsamer Test
- 4GPT-Live-Transcribe vs. Scribe v2 Realtime4 gemeinsame Tests
- 5GPT-Live-Transcribe vs. Voxtral Mini Transcribe Realtime10 gemeinsame Tests
- 6GPT-Live-Transcribe vs. Cartesia Ink-23 gemeinsame Tests
- 7GPT-Live-Transcribe vs. Muse Voice Transcribe3 gemeinsame Tests
Ähnliche Modelle
Weitere Modelle derselben Art wie GPT-Live-Transcribe, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- GPT-TranscribeOpenAI · gleicher Anbieter
- GPT-Realtime 2.1 MiniOpenAI · gleicher Anbieter
- GPT-Live 1OpenAI · gleicher Anbieter
- GPT-Realtime 2.1OpenAI · gleicher Anbieter
- GPT-Realtime TranslateOpenAI · gleicher Anbieter
- GPT-Realtime-WhisperOpenAI · gleicher Anbieter
- MAI-Voice-2-FlashMicrosoft · etwa gleichzeitig erschienen
- Cartesia Ink-2Cartesia · etwa gleichzeitig erschienen
Alle technischen Daten
Architektur
Ein- und Ausgabe
- Funktionen
- Anpassbare Latenz, unstrukturierter Kontext, Keyword-Hinweise und Sprachhinweise
- Quelle: Funktionen
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
API
Weitere Angaben
Preise
- Live-Transkriptionspreis
- 0,017 $ pro AudiominuteQuelle
Quellen und Datenstand
Alle 24 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
| Auswerter | Testreihen | Gesamtindizes | Erfasste aktive Messwerte |
|---|---|---|---|
| Vals AI | 1 | 0 | 3 |
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.