海外技术动态·· 2026-05-07精选评分88
OpenAI 上线 GPT-Realtime-2 等三款实时语音模型
Advancing voice intelligence with new models in the API
导读
OpenAI 在 API 中同时上线三款音频模型:GPT-Realtime-2(首个具备 GPT-5 级推理能力的语音模型,可在对话推进中调用工具)、GPT-Realtime-Translate(70+ 输入语言实时译为 13 种输出语言)与 GPT-Realtime-Whisper(流式语音转写)。官方将其定位为从一问一答转向可边听、边推理、边执行任务的语音接口。
推荐理由
实时语音模型层的标杆性更新,直接定义语音 Agent 上限,行业影响大。
来源:海外技术动态 · openai.com