OpenAI выпускает голосового агента

21 марта в 01:00 (UTC+8) OpenAI провела техническую прямую трансляцию и выпустила три новых голосовых модели, специально предназначенных для разработки голосовых агентов ИИ. Две из них - это модели преобразования голоса в текст, GPT-40 Transcribe и GPT-4 Mini Transcribe; одна - это модель преобразования текста в речь, GPT-40 Mini TTS. Стоит отметить, что разработчики могут управлять эмоциональной окраской и стилем голоса модели GPT-40 Mini TTS. OpenAI добавила мощный потоковый режим в свой API преобразования голоса в текст, позволяющий разработчикам вводить непрерывные аудиопотоки в модель в реальном времени, и модель также может возвращать непрерывный текст и ответы в реальном времени. Эта функция взаимодействия в реальном времени очень полезна для приложений, требующих немедленной обратной связи, таких как системы голосового диалога в реальном времени, транскрипция голосовых встреч и т.д. (AIGC Open Community)