Когда выйдут новые модели распознавания речи

Главное событие года в распознавании речи — смена поколений у OpenAI. 28 июля 2026 года вышли GPT-Transcribe и GPT-Live-Transcribe, а прежние модели, включая знаменитую Whisper, уходят из API.

Что это за проект

Распознавание речи превращает аудио в текст: так работают расшифровка встреч, субтитры, голосовые ассистенты и поиск по записям. Самой известной моделью последних лет была Whisper от OpenAI: в сентябре 2022 года компания выложила её с открытыми весами, и на ней построены сотни сервисов и приложений. Whisper умеет работать с десятками языков, включая русский, и её можно запускать на собственном компьютере.

С 2025 года OpenAI развивала распознавание и в закрытых моделях: в марте 2025-го в API появились gpt-4o-transcribe и облегчённая gpt-4o-mini-transcribe.

Когда вышли новые модели

28 июля 2026 года OpenAI выпустила две модели:

• GPT-Transcribe — для расшифровки готовых записей и пакетной обработки;
• GPT-Live-Transcribe — для живой речи с минимальной задержкой.

По данным компании, обе лучше понимают контекст и точнее работают на реальном аудио — с акцентами, числами, специальными терминами и сильным фоновым шумом. Модели можно подсказать: передать описание записи, ключевые слова вроде имён и терминов, ожидаемые языки. На тесте Common Voice по 22 языкам доля ошибок у GPT-Live-Transcribe — 19,7% против 20,3% у прежней модели для живой речи.

Что будет с Whisper

26 августа 2026 года OpenAI предупредила разработчиков, что 26 февраля 2027 года уберёт из API whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe и gpt-4o-transcribe-diarize. Замена — новые модели.

Важно различать: уходит сервис Whisper в API. Сама открытая модель остаётся — её веса опубликованы, и её по-прежнему можно скачать и запускать бесплатно. Для тех, кто пользуется Whisper локально, ничего не меняется.

Что делать, пока ждём

Если сервис работает через API OpenAI на whisper-1, переход стоит запланировать до февраля 2027 года: после этой даты запросы к старой модели перестанут работать. Для русского языка есть и отечественные системы распознавания — у Яндекса и Сбера, — но их возможности сравнивать стоит на собственных записях.

За каким сигналом следить

Главные сигналы — журнал изменений и страница вывода моделей в документации OpenAI: там появляются новые модели и сроки отключения старых. Для открытых моделей — репозиторий Whisper и публикации на Hugging Face.