OpenAI發(fā)布實(shí)時(shí)API公測(cè)版 3家語(yǔ)音API合作者揭曉

10月2日消息,今天,OpenAI發(fā)布了實(shí)時(shí) API 公開測(cè)試版,用于構(gòu)建基于GPT-4o語(yǔ)音到語(yǔ)音的AI應(yīng)用和智能體,所有付費(fèi)的開發(fā)者都能在應(yīng)用程序中構(gòu)建低延遲、多模態(tài)的實(shí)時(shí)互動(dòng)體驗(yàn)。

同時(shí),OpenAI 還公布了3家語(yǔ)音API合作者:LiveKit、Agora、Twilio。其中,Agora的兄弟公司是聲網(wǎng),兩家公司在2023年5月拆分。聲網(wǎng)聚焦在中國(guó)市場(chǎng),總部位于中國(guó)上海。Agora聚焦在美國(guó)和國(guó)際市場(chǎng),總部位于美國(guó)加州圣克拉拉。

Agora官網(wǎng)顯示,Agora發(fā)布了面向OpenAI 的會(huì)話式AI SDK,SDK集成了OpenAl的新實(shí)時(shí)API,支持與人工智能進(jìn)行自然的語(yǔ)音交互,其中語(yǔ)音被直接處理,而不是轉(zhuǎn)換為文本。這種超低延遲的方法允許逼真的對(duì)話,并使人工智能能夠理解人類的情感。

可以預(yù)見,實(shí)時(shí)API的發(fā)布,標(biāo)志著 OpenAI 在 AI 應(yīng)用領(lǐng)域邁出了重要一步。相比于之前的多模型串聯(lián)方式,實(shí)時(shí)API能進(jìn)一步降低語(yǔ)音交互的延時(shí),能夠?qū)崿F(xiàn)更接近真人的情感和情緒表達(dá),提供更自然的對(duì)話體驗(yàn)。

2024-10-02
OpenAI發(fā)布實(shí)時(shí)API公測(cè)版 3家語(yǔ)音API合作者揭曉
實(shí)時(shí)API的發(fā)布,標(biāo)志著 OpenAI 在 AI 應(yīng)用領(lǐng)域邁出了重要一步。相比于之前的多模型串聯(lián)方式,實(shí)時(shí)API能進(jìn)一步降低語(yǔ)音交互的延時(shí),能夠?qū)崿F(xiàn)更接近真人的情感和情緒表達(dá),提供更自然的對(duì)話體驗(yàn)。

長(zhǎng)按掃碼 閱讀全文