OpenAI API新增语音智能功能，支持实时对话与多语种翻译
OpenAI推出API语音智能新功能，赋能开发者打造智能语音应用
三大核心功能解析
OpenAI于周四宣布，其API将新增一系列语音智能功能，帮助开发者构建能与用户对话、转录及翻译交流的智能应用。其中，全新推出的GPT-Realtime-2语音模型旨在生成逼真的语音模拟效果，支持与用户进行自然对话。与上一代GPT-Realtime-1.5相比，该模型基于GPT-5级推理能力构建，可处理用户更复杂的请求，提升交互深度。
同时推出的GPT-Realtime-Translate功能专注于实时翻译服务，能“跟上”用户对话节奏。该功能支持超过70种输入语言（可识别的语言）和13种输出语言（转译后的语言），满足跨语言交流需求。
此外，GPT-Realtime-Whisper作为实时转录功能，可捕捉对话过程中的语音并实时转换为文本，为用户提供即时文字记录。
应用场景广泛，覆盖多领域
这些新功能的应用场景十分广泛。企业可通过其扩展客户服务能力，提升用户体验；教育、媒体、活动及创作者平台等也能从中受益，例如实现多语种教学、实时字幕生成或跨语言内容创作。
安全防护机制，防范滥用风险
尽管功能强大，OpenAI也关注潜在滥用问题。公司表示已内置防护措施，防止新功能被用于生成垃圾信息、欺诈或其他网络滥用行为。系统内嵌特定触发机制，一旦检测到违反有害内容准则的对话，将立即中断交流，确保使用安全。
所有新语音模型均集成于OpenAI的Realtime API中。其中，翻译和Whisper功能按分钟计费，GPT-Realtime-2则按令牌消耗计费。
关注微信号：智享开源 ，可及时获取信息
评论列表
发表评论
为你推荐
关注微信
近期评论
- 发表在《今天我终于找到了加快网站速度的办法》
- 发表在《如何成为超级个体？》
- 发表在《像ChatGPT一样记笔记》
- 发表在《python 如何将电子表格按照某一列相同数据分到一个一个工作表中》
- 发表在《python 如何将电子表格按照某一列相同数据分到一个一个工作表中》
还没有任何评论，你来说两句吧！