计算机行业点评报告：OpenAI发布WhisperAPI，再添新收费产品

事件
北京时间3月2日，OpenAI宣布开放ChatGPTAPI，价格为每1000tokens0.002美元，较GPT-3.5模型价格降低90%。同时，OpenAI还推出Whisper官方API，Whisper模型可实现语音-文本（Speech-to-Text）的跨模态任务，使用者可实现语音的转录和翻译，费用为每分钟0.006美元。
投资要点
微软宣布开放WhisperAPI接口，AI多模态进程加速
1、Whisper支持语音转录和翻译两项功能并接受各种语音格式，模型中、英、法、德、意、日等主流语言上取得85%以上的准确率，完全符合工业准确率标准，未来有望打开商业化空间；
2、Whisper模型根据参数量和语言不同，共有9种版本，可适应不同使用者的需求。在中文语料测试下，模型在语音识别、语气识别、自动断句等方面表现出色，可满足各类使用场景需求；
3、多模态将成为AI大模型发展的重要趋势，Whisper模型在跨模态任务上的出色表现，有望为AI大模型多模态化发展奠定重要基础。
Whisper模型拆解，性能优异应用场景丰富
1、Whisper模型的编码/解码器架构仍基于Transformer，通过不同大小和类型的数据输入，实现模型的缩放性能，以及各项语音-文本任务的泛化性和鲁棒性；
2、Whisper模型较之前的语音识别模型有多项改进，在识别准确率、断句、漏音等维度上均有显著优化。目前已有Speak为代表的产品使用WhisperAPI提升服务质量，未来看好Whisper在更多商业场景中的深度应用。
投资建议：关注具备底层算法模型核心技术优势的厂商
1、推荐标的：拓尔思（中文NLP龙头厂商），科大讯飞（智能语音处理及合成）；
2、建议关注：谷歌（DeepMind），微软（ChatGPT，Whisper），Meta（OPT模型），百度（“文心”模型），腾讯；
风险提示
1、AI技术迭代不及预期的风险；2、AI商业化产品发布不及预期；3、政策不确定性带来的风险；4、下游市场不确定性带来的风险；

【点击查看PDF原文】