跳到主要內容
AI News HubLIVE
更多
僅摘要

OpenAI新API語音模型將改變你使用AI的方式

OpenAI釋出了三個新的即時語音模型:GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper,旨在讓開發者構建能夠即時聽、推理、翻譯、轉錄和執行操作的語音應用。這些模型支援更自然的對話、處理中斷和糾正、128K上下文視窗、70+種語言的即時翻譯等特性,適用於客戶支援、會議翻譯、即時字幕、旅行助手、醫療和職場助理等場景。

來源Analytics Vidhya作者: Sarthak Dogra
OpenAI新API語音模型將改變你使用AI的方式
回報錯誤

更正管道尚未開通,可先複製下方文章資訊留存。

查看更正說明

本文僅提供摘要

根據來源內容權限,本站僅提供編輯摘要、要點和原文連結。

展開要點與分析

文章情報

工程師進階

要點

  • OpenAI推出三個即時語音模型:GPT-Realtime-2(對話)、GPT-Realtime-Translate(翻譯)、GPT-Realtime-Whisper(轉錄)。
  • 模型支援即時處理語音,具備上下文理解、中斷處理、工具呼叫等功能,上下文視窗提升至128K。
  • GPT-Realtime-Translate支援70+種輸入語言翻譯為13種輸出語言,每分鐘收費0.034美元。
  • 開發者可控制語音風格和推理強度,模型定價從每分鐘0.017美元到每百萬音訊輸入tokens 32美元不等。

要點與分析由自動化流程生成,可能有誤,請結合原始來源核實。