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 API全面进入生产环境。相较于之前的语音AI产品，GPT-Realtime性能更优，价格更低，旨在帮助开发者更轻松地构建高效、可靠的语音智能体。 伴随性能 ...

【新智元导读】OpenAI凌晨发布最新生产级别语音模型和API。Realtime API实现语音直接处理，支持图像输入、远程MCP服务器与SIP打电话，极大简化语音智能体构建；而新一代语音到语音模型gpt-realtime，在音质、理解力、指令遵循和函数调用上全面提升，语音几乎媲美 ...

智东西8月29日消息，今天凌晨，OpenAI发布为开发人员打造的语音转语音模型GPT-RealTime，并同步更新了包括远程MCP服务器支持、图像输入和SIP（通过会话发起协议）电话呼叫支持的API功能。 OpenAI称这是其迄今为止最先进的语音合成模型，GPT-RealTime在遵循复杂指令 ...

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ 今天凌晨1点，OpenAI进行了技术直播发布了语音模型GPT-realtime。 GPT-realtime是一个专用于语音AIAgent的多模态 ...

OpenAI发布GPT-Realtime语音模型，性能升价降20%，API升级。 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 API全面进入生产环境。相较于之前的语音AI产品，GPT-Realtime性能更优，价格更低，旨在帮助 ...

最强实时语音模型支持笑声捕捉、无缝切换语言。 智东西8月29日消息，今天凌晨，OpenAI发布为开发人员打造的语音转语音模型GPT-RealTime，并同步更新了包括远程MCP服务器支持、图像输入和SIP（通过会话发起协议）电话呼叫支持的API功能。 OpenAI称这是其迄今为止 ...

如何处理实时API的请求超时或访问被拒绝？ 实时API的多轮对话状态如何管理？ 发布o1模型API，支持WebRTC技术，降低60%成本，简化实时语音开发流程。 微软Azure集成GPT-4o-Realtime API，增强多模态语音交互能力。 推出实时API公测版，支持低延迟语音对话，优化多模态 ...

OpenAI宣布推出GPT-Realtime模型和Realtime API的重大升级，全面支持生产级语音Agent开发。GPT-Realtime是目前最先进的语音-to-语音（speech-to-speech）模型，直接以声音作为输入与输出，摒弃传统的“语音转文本 → 文本生成 → 文本转语音”流程，大幅降低延迟并保留 ...

【CNMO科技消息】8月29日凌晨，OpenAI正式推出其最先进的语音合成模型GPT-RealTime，并同步更新多项API功能，包括远程MCP服务器支持、图像输入和SIP电话呼叫支持。OpenAI将该模型定位为迄今性能最强的实时语音模型，具备笑声捕捉、多语言无缝切换等能力，同时在 ...

在AI技术日新月异的今天，OpenAI再次引领潮流，于近日凌晨正式推出了专为开发人员设计的语音转语音模型——GPT-RealTime。与此同时，OpenAI还对其API功能进行了全面升级，新增了远程MCP服务器支持、图像输入功能以及SIP电话呼叫支持。 据OpenAI官方介绍，GPT-RealTime ...