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en处理语音，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。

在基准测出“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 Multi实时Challenge 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，使模型能够更可靠地PI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。开发让A者可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I语格也降低了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。

安全与音助隐私:保障措施与用户选择

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。手像在数据隐私方面，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，以确保数据安真人全合规。

• ·不用代码趣讲 ZooKeeper 集群
• ·零一万物新高管亮相！李开复如何推动AI落地 ToB 2.0？
• ·云计算核心技术Docker教程：Docker使用Graylog 扩展格式日志驱动程序
• ·标签: 育碧 腾讯 刺客信条 彩虹六号
• ·标签: 三星电子 HBM 存储器 半导体
• ·蚂蚁链发布BTN：可将区块链网络吞吐量提升186% 带宽成本降低80%
• ·云计算核心技术Docker教程：Docker集群的群任务状态
• ·黄山的云海有哪些特点是什么
• ·标签: 大众汽车 奥迪 保时捷 斯柯达
• ·标签: ST易购 客优仕 香港快行天下 家乐福中国
• ·IBM收购云咨询服务提供商Nordcloud 挑战亚马逊微软
• ·机器学习中必知必会的 8 种降维技术，最后一款超硬核！
• ·OpenAI 与 Broadcom 联手打造未来 AI 加速器，强劲运算力即将到来
• ·标签: 腾讯 姚顺雨 AI Infra部 ReAct
• ·云计算开发：Python3-index()方法详解
• ·OpenAI兵分两路:推出类TikTok应用Sora2，并在ChatGPT中整合即时购物功能