Mensagens anteriores

Ao mesmo tempo em que disponibilizou a API do ChatGPT, a OpenAI também confirmou que vai lançar a API oficial do Whisper – o modelo da empresa de "speech-to-text" que a empresa tinha revelado em Setembro.

O Whisper é um sistema automático de reconhecimento de fala, que é capaz de transcrever conteúdos de forma bastante precisa para diferentes idiomas, bem como de converter esses conteúdos para Inglês. O sistema aceita ficheiros M4A, MP3, MP4, MPEG, MPGA, WAV e WEBM.

Estes géneros de sistemas não são recentes, e empresas como a Google e a Meta possuem as suas próprias tecnologias. No entanto, o Whisper é diferente destas soluções, tendo sido treinado em mais de 680.000 horas de conteúdos em diferentes idiomas, tendo uma base de dados bastante mais alargada para fornecer resultados mais precisos.

Com o lançamento da API do Whisper, os programadores podem finalmente usar a tecnologia para criarem as suas próprias apps baseadas na mesma. Segundo a empresa, apesar de o código fonte do Whisper ser aberto, a API permite que as tarefas sejam realizadas de forma consideravelmente mais rápida, sendo bastante mais otimizado para o uso com apps de terceiros e com um custo mais em conta. A API do Whisper vai custar 0.006 dólares por minuto de conteúdo reconhecido.

Apesar de o Whisper ser considerado um dos sistemas mais avançados nesta área, tal como qualquer tecnologia deste género, a mesma possui as suas limitações. A OpenAI destaca que existem casos onde a tecnologia pode transcrever palavras que não foram realmente escritas, uma vez que o sistema tenta prever as próximas palavras quando não é capaz de identificar uma palavra corretamente – o que pode resultar em erros.

Ao mesmo tempo, este sistema não se encontra inteiramente otimizado para todos os idiomas, sendo que será focado para os que foram usados para o treino do modelo base. Ainda assim, esta API pode abrir a possibilidade de mais empresas virem a usar a tecnologia, e terem uma forma de rapidamente criarem as suas aplicações com base nas mesmas.