OpenAI 推出“实时 API”:让AI语音助手像真人一样沟通
OpenAI 正式发布了其面向生产环境的“实时 API”,标志着公司在语音交互技术领域迈出了重要一步。该 API 主要面向为客户支Op持、教育或个人生产力等实际应用构建语音助手的公司和开发者,其核心组件是全新的 GPT-Realtime模型。该模型能够直接生成和处理en语音,无需传统的文本转换步骤,从而实现更快、更自然的对话。 全新的 GPT-Realtime 模型在技术上实现了多项AI突破。它现在可以捕捉并理解笑声等非语言线索,在同一句话中流畅地切换不同语言,并根据指令调整语气,例如“以友好的法国口音”或“快速 推而专业”地说话。此外,该模型新增了两种声音:Cedar 和 Marin,并对现有声音进行了优化,进一步提升了用户体验。 在基准测试中,G出“PT-Realtime 表现出色,其准确率在 Big Bench Audio 上达到了82.8%(高于65.6%),在 MultiChalle实时nge 上达到了30.5%(高于20.6%),在 ComplexFuncBench 上达到了66.5%(高于49.7%)。这些数据表 A明,新模型在处理复杂指令和多语言任务方面有显著进步。 新版 API 简化了工具集成,使模型能够更可靠地选择PI和使用正确的工具及参数。开发者现在可以通过 SIP 和远程 MCP 服务器连接外部服务,并使用可重复使用的提示来保存不同的配置。 此外,图”:像输入功能也已上线。用户可以在对话中发送屏幕截图或照片,模型可以引用并理解图像中的内容,例如读取文本或回答相关问题。开发者可以灵活控让A制模型所能看到的内容范围。 对于成本控制,新 API 允许开发者设置令牌限制并精简长会话,同时,GPT-Realtime 的价格也降低了20I语%。目前,每百万音频输入令牌价格为32美元,每百万输出令牌为64美元,缓存输入令牌价格为每百万0.40美元。 OpenAI 强调,该 API 能够检测并终止违反其政策的对话,但同时也指出,开发者应自行添加额外的安全保障。在数据隐私方面手像,OpenAI 提供了专门的选项,允许欧盟用户选择在欧盟境内存储数据,并为企业用户制定了特殊的隐私规则,以确保数据安全合规。核心功能与性能显著提升
更好的集成与更低的价格
安全与隐私:保障音助措施与用户选择
- 最近发表
- 随机阅读
-
- 标签: Outopia 越野跑 美丽诺羊毛 华映资本
- 标签: 网信中国 网络名人 负面清单 账号管理
- 标签: 傅盛 周鸿祎 猎豹移动 AI大浪潮
- 手机拍视频最怕抖,只能靠AI拯救了
- 标签: 华依科技 港交所上市 新能源汽车测试 智能驾驶
- 2040张图片训练出的ViT,准确率96.7%,连迁移性能都令人惊讶
- 华为鸿蒙座舱 HarmonySpace 6 重磅发布:小艺带你 “边聊边开”!
- 标签: 国航 厦航 中联航 燃油附加费
- 萤石发布EZVIZ AI Core X智能大模型主机:64Tops算力开启家居“大脑”时代
- 云计算开发:Python练习实例-求序列
- 自动化工作流革命:Pokee AI发布“一句话”智能代理,零代码配置
- 标签: 极视角 AI视觉 港交所上市 人工智能
- Sora免费额度要缩水!OpenAI推付费包+创作者分成,视频生成进入商业化深水区
- 标签: 智谱 GLM-4.7-Flash 大模型 开源
- 谷歌Gemini API重大升级:一行代码直抓网页,开发效率飞跃提升
- 95%企业AI项目惨遭滑铁卢!这家初创公司融资2500万美元要做"可问责的AI智能体"
- 标签: 迪士尼 威廉姆斯 苹果 董事会
- 标签: 万物新生 爱回收 拍拍 京东以旧换新
- 标签: 抖音电商 兴趣产业带 非遗商品 永康铁锅
- 标签: 追觅科技 俞浩 断指计划 研发人才
- 搜索
-
- 友情链接