点击上方蓝字关注我们！
8月28日，美国人工智能公司OpenAI发布了其所谓“最先进的语音到语音模型”GPT-realtime，以及配套的Realtime API（实时应用程序接口）。
图源：美国OpenAI官网
据OpenAI公司介绍，该模型在理解复杂指令、精准调用工具以及生成自然、富有表现力的语音方面表现突出，并在客户服务、教育、个人助理等多种场景中具备广泛应用潜力。
与传统语音模型不同，GPT-realtime新增了Marin与Cedar两种极具特色的语音，同时对原有8种语音进行了全面升级。模型不仅能生成自然流畅的语音，还能够敏锐捕捉笑声等非语言信号，在句子中间自如切换语言，并可根据场景需求灵活调整语气，使语音交互更贴近真实人类沟通。
通过Realtime API，开发者可实现实时语音输入输出，不必再经过繁琐的多模型转换流程。在实际应用中，这套技术可用于客户服务系统，让虚拟助手即时解答问题，提高效率和体验。它还可应用于教育领域，实现语音对话和口语练习。而在个人助理、办公或智能家居场景中，用户能通过语音快速完成安排或查询信息。结合图像或文本输入，开发者还能打造更智能的虚拟助手或机器人系统。
OpenAI表示，GPT-realtime和Realtime API已于8月28日起面向所有付费开发者开放。
来源：科技日报（作者：张佳欣），仅用于学术分享，版权属于原作者。
声明：本文转载仅仅是出于传播信息的需要，并不意味着代表本公众号观点或证实其内容的真实性；如其他媒体、网站或个人从本公众号转载使用，须保留本公众号注明的“来源”，并自负版权等法律责任。如本公众号内容不妥，或者有侵权之嫌，请先联系小编删除，万分感谢。
联系方式
电话：027-86758873
QQ：2194278918
微信：15802748706
投稿邮箱：2194278918@qq.com
合作联系：service@hanspub.org
扫码关注联系小编投稿
获取更多新闻咨讯！
同时还可获取最新论文模板
点击“阅读原文”，免费下载论文