Whisper 1

Gemini 3.5 Transcribe Live 是一款专为实时音频转录设计的语言模型，支持超长上下文窗口处理，适用于会议记录、直播字幕、语音交互等实时音频转写场景。

Gemini 3.5 Transcribe 是 Gemini 公司推出的音频转录模型，专注于准确快速地将语音内容转换为文本，适用于会议记录、语音助手等领域。

OpenAI 推出的音频生成模型，擅长从文本生成高质量音频，适用于音频创作和编辑。

OpenAI推出的音频处理模型，专注于语音理解与音频内容分析，适用于语音转文本、音频分类等任务，支持长上下文处理。