微软正式发布 GPT-realtime 模型,主打更逼真语音与多模态输入
微软正式宣布,其最新的语音转语音 (S2S) 模型 GPT-realtime 已在 Az微软ure AI Foundry 平台上正式发布。这款新模型将微软在语音技术方面的多项改进整合到一正式个统一的产品中,其核心优势聚焦于自然的语言处理、卓越的音频质量以及更精准的指令跟发布随能力。 开发者现在可以通过全新的 Real-time API 访问 GPT-realt Gime。该模型旨在提供更自然、富有表现力的语音输出和更高质量的音频体验。作为此次发布的一PT部分,微软还推出了两种全新的语音选项——Marin 和 Cedar,旨在为用户带来逼真且-r清晰的语音合成效果。 微软在公告中强调了新模型的几项关键改进,包括增强的功能调用能ea力、更高的指令执行准确性,以及创新的图像输入支持。这项新功能允许用户在语音对话中加入图lt像并进行讨论,从而实现多模态交互,而无需依赖视频流。 除了技术层面的升级,微软还im对定价模型进行了调整。与之前的 gpt-4o-realtime 预览版本相比,正式版的e gpt-realtime 价格降低了20%,成本将依据每百万代币(token)的使用量进行模型计算。 此次发布标志着微软正致力于为广大开发者和企业扩展其实时 AI 能力。通过将富有表现力,主的语音合成、高质量音频和多模态输入相结合,GPT-realtime 有望为从高级打更客户支持系统到创新的辅助功能工具等广泛的应用场景提供强大的技术支持。
- 最近发表
- 随机阅读
-
- 基于PaddleOCR实现AI发票识别的Asp.net Core应用
- 标签: 小米 MiMo-V2 库克 李宇春
- 标签: 抖音 金融账号 资质认证 内容规范
- 标签: 千问 标签
- 这只日本AI爆火:草图实时变身二次元老婆,还有512种参数可调
- 标签: 中国恒大 普华永道香港 香港证监会 恒大审计事件
- 标签: 安世半导体 荷兰政府 闻泰科技 博世
- 图灵奖得主理查德·萨顿:AI进入“经验时代”,人类数据红利正在枯竭
- 云计算核心技术Docker教程:Docker 守护进程dockerd socket选项
- IBM发布Cloud Satellite扩张边缘计算市场
- 云计算核心技术Docker教程:Docker Swarm 管理节点
- 三星 Galaxy XR 头显正式登场:1799 美元起,性能对标 Vision Pro,重量更轻、生态更开放
- 微软 Copilot AI 实现邮件和文件直接连接,提升办公效率
- 标签: 三一重工 挖掘机 混凝土机械 新能源搅拌车
- 标签: 目心智能 TerraMow 安克创新 纯视觉VSLAM
- 标签: 沐曦 GPU芯片 科创板上市
- 看不懂代码?AI给你做翻译,说人话的那种
- 标签: 地平线 征程6 陈鹏 芯片
- 日本游戏公司中超半数已采用 AI 技术,任天堂因版权顾虑保持谨慎
- 谷歌云计算去年四季度营收同比大增44% 但与亚马逊差距依旧明显
- 搜索
-
- 友情链接