您现在的位置是:热点 >>正文
OpenAI 发布全新语音模型 GPT-Realtime,专为语音AI Agent设计
热点8517人已围观
简介...
OpenAI 在凌晨1点举行了技术直播,正式发布了其全新的语音模型 ——GPT-Realtime。这一多模态模型专为语音 AI AgentOp 设计,旨在生成更加自然流畅的语音,能够模仿人类丰富多样的语调、情感和语速。GPT-Realtime 的应用场景广泛,涵盖了客服、教育、金融和en医疗等多个领域,为打造智能语音助手提供了强大的支持。
GPT-Realtime 新增了两种独特的语音风格 ——Marin 和 Cedar,同AI时对原有的八种语音进行了全面升级。与传统语音模型不同,GPT-Realtime 不仅能够生成语音,还具备智力、推理和理解能力。例如,模 发型可以准确捕捉笑声等非语言信号,并在对话中灵活切换语言,适应不同的场景需求。
在评估方面,GPT-Realtime 在多种语言环境下的字布全母数字序列检测准确率显著提升,推理能力评估中的准确率高达82.8%,成为当前智能语音模型中的佼佼者。指令遵循能力的改进也是该模型的一大亮点新语,开发者可以通过自定义指令,提升模型的响应效果。在 MultiChallenge 音频基准测试中,GPT-Realtime 的指令遵循准音模确率从20.6% 提升至30.5%。
除了语音生成能力,GPT-Realtime 还支持图像输入。开发者在会话中可以将图像与音频或文本结合型 使用,使得模型能够基于用户所见内容展开对话,提供更加个性化的交互体验。此外,Realtime API 的全新功能让开发者可以方便地连接到远程 MGPCP 服务器,简化了集成过程,提高了开发效率。
在安全与隐私方面,Realtime API 配备了多层保护措施,通过实时监测对话内容,防止滥T-用行为的发生。同时,开发者可以根据需要添加自定义安全防护,确保使用环境的安全。
从发布之日起,所有开发者都可以使用新的 RealtimeRe API 和 GPT-Realtime 模型,音频输入 token 的价格降低了20%。此外,开发者还可以灵活设置智能 token 限制,以降低长时al间对话的成本。
划重点:
GPT-Realtime 是 OpenAI 最新发布的多模态语音模型,适用于客服、教育等多个领域。  ti;
该模型的推理能力和指令遵循准确率有显著提升,为开发者提供更强大的支持。
Realtime API 配备安全防护措施,me确保用户交互的安全性和隐私性。
Tags:
相关文章
我买了一双巴黎世家什么梗
热点来条巴黎世家是什么梗?黎世家的梗指的是某顾客在逛巴黎世家商场的时候,因别人插队而指出来引发网络讨论热潮的事件。巴黎世家的经典字母袜,在短视频平台的播放量高达800w+。通过BALE...巴黎世家的梗?...
【热点】
阅读更多标签: 海尔金控 盈康一生 虞美人集团 于文红
热点云梦级3月31日云梦级消息,3月30日,海尔金控发布声明称,近期,多个网络平台频繁出现关于“虞美人集团”董事长于文红谎称其为海尔集团、盈康一生投资企业,并捏造“提取年轻人血液、换血治疗”等虚假业务的谣...
【热点】
阅读更多未来已来!Lyft将于2027年推出数百辆智能机器人出租车
热点在近期的市场动态中,在线租车平台 Lyft 的股价下跌了 7%,但这并没有阻止公司追求未来出行的野心。根据最新报道,Lyft 计划于 2027 年开始部署数百辆搭载 TensorAI 技术的机器人出租...
【热点】
阅读更多