OpenAI近日推出三款实时语音模型，该系列模型具备GPT-5级别的推理能力与工具调用功能，可支持70余种语言的实时互译，每分钟使用成本约0.25元，较人类同声传译成本降低百倍；同时实现了低延迟的语音转录效果。三款模型均通过Realtime API对外开放，采用端到端处理技术，能够保留语音中的语调与情感信息。
OpenAI近日推出三款实时语音模型，该系列模型具备GPT-5级别的推理能力与工具调用功能，可支持70余种语言的实时互译，每分钟使用成本约0.25元，较人类同声传译成本降低百倍；同时实现了低延迟的语音转录效果。三款模型均通过Realtime API对外开放，采用端到端处理技术，能够保留语音中的语调与情感信息。