← 전체 모델

GPT-Realtime-Whisper

발표일 발표 기관 OpenAIgpt-realtime-whisper

모델 개요

OpenAI가 2026년 5월 7일 발표한 저지연 스트리밍 음성 인식 모델이다. 화자가 말하는 동안 입력 음성을 실시간 텍스트로 변환하며, 개발자가 지연 시간과 정확도의 균형을 조정하는 용도로 설계됐다. Realtime API에서 사용할 수 있다. (openai.com)

능력과 활용

  • 실시간 음성에서 텍스트 조각을 스트리밍으로 반환한다.
  • 회의, 수업, 방송 및 행사 자막, 실시간 회의록, 지속적으로 사용자의 말을 이해하는 음성 에이전트 등에 활용할 수 있다. 변환된 텍스트는 후속 요약이나 업무 처리에도 사용할 수 있다. (openai.com)

제한 및 고려사항

  • 오디오는 입력만 지원하며, 이미지와 비디오는 지원하지 않는다. 함수 호출, 구조화된 출력, 파인튜닝도 지원하지 않는다.
  • 공식 모델 문서에 표시된 컨텍스트 윈도는 16,000토큰, 최대 출력은 2,000토큰이다. (developers.openai.com)
  • 현재 공식 전사 가이드는 지원되는 기존 통합에서 이 모델을 사용할 수 있지만, 새로운 전사 통합의 권장 시작 모델은 아니라고 명시한다. (developers.openai.com)

가격

OpenAI API의 실시간 전사 기준 가격은 오디오 1분당 USD 0.017이다. 입력 오디오 길이를 기준으로 과금하며, 입력과 출력 텍스트에 대한 별도의 토큰 단가를 제시하지 않는다. 지역별 처리 엔드포인트 등에는 적용 조건에 따라 추가 요금이 발생할 수 있다. 조회일: 2026년 11월 16일. (developers.openai.com)

공식 출처