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en理语音,无需传统的文本转换步骤,从而实现更快、更自然的对话。
核心功能与性能显著提升
全新的 GPT-Realtime 模型在技术上实现AI了多项突破。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 推”或“快速而专业”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。
在基出“准测试中,GPT-Realtime 表现出色,其准确率在 Big Bench Audio 上达到了82.8%(高于65.6%),在 Mu实时ltiChallenge 上达到了30.5%(高于20.6%),在 ComplexFuncBench 上达到了66.5%(高于49.7% A)。这些数据表明,新模型在处理复杂指令和多语言任务方面有显著进步。
更好的集成与更低的价格
新版 API 简化了工具集成,使模型能够更可靠PI地选择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。开发者可让A以灵活控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I语低了20%。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。
安全与隐私:保音助障措施与用户选择
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。在数手像据隐私方面,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,以确保数据安全合真人规。
相关文章:
相关推荐:
- vivo 蓝心3B 端侧大模型震撼发布:集成五大核心能力,性能超越所有8B 模型
- 欧盟反垄断负责人:正在大量收集谷歌在线广告生态系统相关消息
- 鑳戒笌 GPT-3 鐩稿�缇庯紵EleutherAI 寮€婧� GPT-J
- 标签: 富瀚微 视觉AI芯片 智能视频 车载ISP
- 标签: 欧菲光 智能手机摄像头 智能汽车视觉 机器视觉深度相机
- 云原生时代下的网关V.S反向代理
- 云计算核心技术Docker教程:使用 Compose 文件部署注册服务器
- 浜戣�绠楁牳蹇冩妧鏈疍ocker鏁欑▼锛氬湪 Azure 涓婇儴缃� Docker 瀹瑰櫒
- 标签: 招商证券 2025年报 归母净利润 每股EPS
- 标签: 华科冷芯 高速悬浮泵 AIDC 液冷技术
