北京时间8月29日凌晨，OpenAI通过直播发布其迄今最先进的端对端语音模型（Speech-to-Speech）GPT-Realtime，并宣布Realtime ...

智东西5月8日报道，5月7日，OpenAI在Realtime API中推出三款音频模型—— GPT‑Realtime‑2 （首个具备GPT‑5级推理的语音模型）、 GPT‑Realtime‑Translate （实时翻译）和 GPT‑Realtime‑Whisper （流式转录），分别面向 复杂推理、实时翻译和流式转录场景 ...

系统到语音：软件将上下文转化为实时语音指引。比如旅行应用可以主动告知旅客：你的进港航班延误了，但你仍能赶上转机。我已找到新登机口，规划了最快穿越航站楼的路线，你的行李预计也能转运成功。 语音到语音：AI帮助跨语言、跨任务、跨变化场景的实时对话。比如德国电信正在构建语音支持体验，客户可以用自己最习惯的语言交流，模型实时完成对话翻译。

【导读】绝杀！OpenAI发布GPT-Realtime-2：首个GPT-5级推理音频模型，OpenAI正式接管人类耳朵人类与机器的最后一道「防火墙」——键盘，正在彻底消失。 今天凌晨，OpenAI又给世界带来一次震撼。 这一次，他们不卷文字，不卷视频，而是要把那个曾让无数人惊艳、又让无数人遗憾的Samantha——电影《Her》中的AI——彻底带进现实。 OpenAI正式宣布，推出GPT-Real ...

The new features could be handy for customer service systems, but OpenAI says they have applications that work across a ...

GPT-Realtime-2 专为实时交互设计，是首款具备 GPT-5 级推理能力的语音模型。它在保持对话自然流畅的前提下，能在对话过程中进行推理、调用工具，并处理用户的打断或纠正。这意味着开发者可以构建更复杂的语音助手，并能执行多步骤任务。

又冒出来一个超棒的新玩意儿，语音 AI 进入新时代！ 今天凌晨，OpenAI 一口气扔出了 3 个新语音模型：拥有 GPT-5 级别推理能力的 GPT-Realtime-2，可实时翻译 70 多种语言的 GPT-Realtime-Translate，能流畅语音转文字的 GPT-Realtime-Whisper。 Sam Altman 从 5 月 5 日就开始预热了，他说：“非常期待语音模型能变得很 ...

GPT-Realtime-2 brings GPT-5-class reasoning to live voice. A separate translation model covers 70+ input languages. A streaming Whisper variant handles transcription. The pricing is aggressive enough ...

OpenAI上新三款实时语音模型，不仅集成了GPT-5级的推理能力，还重击了一拳同传行业： 三款模型分别是GPT-Realtime-2GPT-Realtime-TranslateGPT-Realtime-Whisper，把端到端推理语音、同声传译、流式转写三件事打包进了同一套API。 效果有点炸裂。 OpenAI员工Jason Liu对着麦克风说 ...

OpenAI launched three new audio models that can reason, translate across 70+ languages, and transcribe speech in real time, making voice a genuinely useful interface for developers.

What if your next phone call with customer support didn’t feel like a frustrating maze of robotic prompts but instead like a natural, empathetic conversation? Imagine an AI that not only understands ...