遼寧
OpenAI發布全新語音模型！GPT-Realtime-2 來了
OpenAI近日在API中推出三款全新音頻模型，標志著語音應用進入新時代。其中，GPT-Realtime-2作為首款具有GPT-5級推理能力的語音模型，能夠處理更復雜的語音請求，引發業界廣泛關注。
核心產品亮點
此次OpenAI推出的三款音頻模型各具特色：GPT-Realtime-2具備GPT-5級推理能力，能處理更復雜的請求；GPT-Realtime-Translate是實時翻譯模型，支持70+種語言翻譯成13種輸出語言；而GPT-Realtime-Whisper則提供流式語音轉文字服務，延遲極低。
技術突破與應用成效
根據測試數據，Zillow使用新模型后，復雜語音交互成功率提升26個百分點，從69%躍升至95%。此外，新模型支持128K超長上下文（此前為32K），并提供從minimal到xhigh五檔可調節的推理強度，為不同場景提供靈活選擇。
定價信息
三款新模型的價格分別為：GPT-Realtime-2為32美元/百萬音頻輸入tokens；實時翻譯為0.034美元/分鐘；實時轉錄為0.017美元/分鐘。這一價格體系旨在推動語音技術在更廣泛領域的應用。
行業展望
語音正在成為人與軟件交互的新界面。OpenAI不再滿足于"你問我答"的語音助手，而是要讓AI能邊聽、邊想、邊行動。從Zillow的房產助手，到Priceline的旅行管家，再到Deutsche Telekom的跨語言客服，語音版應用可能成為下一個爆款，重塑人機交互的未來格局。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
