低延遲語音轉文字
OpenAI 新推出的 GPT-Realtime-Whisper，可視為 Real Time Whisper 的正式技術名稱。它是一款串流式語音轉文字模型，專為低延遲場景而設，能在用戶仍然講話時，即時輸出 transcript deltas，令字幕、會議記錄、直播轉錄及語音工作流更快回應。根據 OpenAI 官方模型頁，GPT Realtime Whisper 是為需要低延遲 live audio 轉錄的應用而設，並按音訊時間計費。出處連結：https://developers.openai.com/api/docs/models/gpt-realtime-whisper
不是普通錄音轉文字
傳統語音轉文字通常是先錄完整段音訊，再上載處理；Real Time Whisper 則重點在「邊講邊轉」。OpenAI 官方 Realtime transcription 文件指出，當應用需要從 streaming audio 取得 live transcript deltas，就應使用 realtime transcription session；而檔案上載式轉錄，則仍可使用一般 Speech to Text 流程。這代表它更適合即時字幕、電話客服、線上會議、語音筆記及直播內容製作。
可配合語音 AI 系統使用
OpenAI 在最新語音模型介紹中表示，GPT-Realtime-Whisper 是為低延遲 speech-to-text 而設，可讓字幕即時出現，亦可讓會議筆記跟上對話節奏。Reuters 報導亦確認，GPT-Realtime-Whisper 是 OpenAI 三個新即時語音模型之一，主要用途包括 meeting captions 及 workflow documentation，與 GPT-Realtime-2、GPT-Realtime-Translate 一同面向即時語音應用市場。
準確度、口音與私隱仍要留意
不過，即時語音轉文字並非所有情況都百分百準確。背景噪音、多人同時說話、口音、專有名詞及網絡延遲，都可能影響結果。若用於醫療、法律、財務會議或正式記錄，仍應安排人工覆核。整體而言，Real Time Whisper 的價值在於把 Whisper 由「錄音後轉錄」推向「即時文字輸出」，對直播、客服、教育、會議紀錄及內容創作都有實際應用潛力。
