OpenAI 發布了三款用於實時語音任務的音頻模型

路透中文

05/08

OpenAI 發布了三款用於實時語音任務的音頻模型

路透5月7日 - OpenAI 周四為其開發者平台推出了三款音頻模型，旨在讓基於語音的軟件代理更具對話性，並能夠實時完成任務。

應用程序編程接口 $(API)$ 的發布，標誌着這家ChatGPT開發商的業務範圍已從文字轉錄和聊天功能，擴展至能夠實時聆聽、翻譯並在對話中採取行動的智能代理。

這三款新模型分別為GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。OpenAI表示，用戶可在其開發者實驗平台中進行測試。

GPT-Realtime-2 旨在處理更復雜的請求、調用工具、應對對話中斷，並在較長的語音會話中保持上下文連貫性。

第二款模型支持將70多種語言翻譯成13種目標語言，主要面向客戶支持、教育及其他場景。

GPT-Realtime-Whisper提供實時語音轉文字功能，可在發言者講話時生成字幕、會議記錄和工作流程更新。

正在測試這些模型的客戶包括在線房地產交易平台 Zillow ZG.O、在線旅行社 Priceline 以及歐洲電信公司德國電信 DTEGn.DE。

GPT-Realtime-2的定價為每百萬音頻輸入令牌32美元起，GPT-Realtime-Translate每分鐘0.034美元，GPT-Realtime-Whisper每分鐘0.017美元。

(為便利非英文母語者，路透將其報導自動化翻譯為數種其他語言。由於自動化翻譯可能有誤，或未能包含所需語境，路透不保證自動化翻譯文本的準確性，僅是為了便利讀者而提供自動化翻譯。對於因為使用自動化翻譯功能而造成的任何損害或損失，路透不承擔任何責任。)

應版權方要求，你需要登入查看該內容

登入 / 註冊

免責聲明：投資有風險，本文並非投資建議，以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請，作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考，不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證，投資者應自行研究並在投資前尋求專業建議。

熱議股票

1
2
3
4
5
6
7
8
9
10

{"basename":"/hant","ssrTDKData":{"titleTemplate":"%s - 老虎證券","title":"老虎證券香港 | 輕鬆買賣美股港股A股/美債/ETF/Crypto/期權期貨","description":"老虎證券香港提供多種優惠: 港股&Crypto 0佣、A股一年0佣、美股期權0佣、IPO抽新股0孖展利息0手續費。美股1美金起投，即時串流報價與多種工具，立即開戶享更多優惠！","keywords":"老虎證券,老虎證券開戶,老虎證券香港,老虎證券投資,老虎證券美股,老虎證券登錄,證券開戶,證券公司開戶,股票開戶,香港證券公司,香港證券,證券公司,美股投資平台,小額投資理財,投資app,投資平台,股票買賣,買賣股票平台,炒股app,證券app,新手投資","social":{"ogDescription":"老虎證券香港提供多種優惠: 港股&Crypto 0佣、A股一年0佣、美股期權0佣、IPO抽新股0孖展利息0手續費。美股1美金起投，即時串流報價與多種工具，立即開戶享更多優惠！","ogImage":"https://c1.itigergrowtha.com/portal5/static/media/og-logo.0a0bd8dc.png","ogUrl":"https://www.atigrdive.com/hant/news/2633120901"},"companyName":"老虎證券"},"pageData":{"isMobile":false,"isTiger":false,"isTTM":true,"region":"HKG","license":"TBHK","edition":"fundamental"},"isCrawlerRequest":true,"__swrFallback__":{"@#url:\"https://stock-news.skytigris.cn/v3/news\",params:#id:\"2633120901\",edition:\"fundamental\",auth_exemption:1,,,undefined,":{"share":"https://ttm.financial/m/news/2633120901?lang=zh_TW&edition=fundamental","thumbnail":"","is_english":false,"pubTime":"2026-05-08 02:07","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2633120901","market":"us","top_or_hot":-1,"title":"OpenAI 發布了三款用於實時語音任務的音頻模型","media":"路透中文","content":"<html xmlns=\"http://www.w3.org/1999/xhtml\"><head><title>OpenAI 發布了三款用於實時語音任務的音頻模型</title></head><body><p><span>路透5月7日</span><span> - </span>OpenAI 周四為其開發者平台推出了三款音頻模型，旨在讓基於語音的軟件代理更具對話性，並能夠實時完成任務。</p><p>應用程序編程接口 <a href=\"https://laohu8.com/S/API\">$(API)$</a> 的發布，標誌着這家ChatGPT開發商的業務範圍已從文字轉錄和聊天功能，擴展至能夠實時聆聽、翻譯並在對話中採取行動的智能代理。</p><p>這三款新模型分別為GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。OpenAI表示，用戶可在其開發者實驗平台中進行測試。</p><p>GPT-Realtime-2 旨在處理更復雜的請求、調用工具、應對對話中斷，並在較長的語音會話中保持上下文連貫性。</p><p>第二款模型支持將70多種語言翻譯成13種目標語言，主要面向客戶支持、教育及其他場景。 </p><p>GPT-Realtime-Whisper提供實時語音轉文字功能，可在發言者講話時生成字幕、會議記錄和工作流程更新。</p><p>正在測試這些模型的客戶包括在線房地產交易平台 <a href=\"https://laohu8.com/S/Z\">Zillow</a> <span>ZG.O</span>、在線旅行社 Priceline 以及歐洲電信公司德國電信 <span>DTEGn.DE</span>。</p><p>GPT-Realtime-2的定價為每百萬音頻輸入令牌32美元起，GPT-Realtime-Translate每分鐘0.034美元，GPT-Realtime-Whisper每分鐘0.017美元。 </p><p>(為便利非英文母語者，路透將其報導自動化翻譯為數種其他語言。由於自動化翻譯可能有誤，或未能包含所需語境，路透不保證自動化翻譯文本的準確性，僅是為了便利讀者而提供自動化翻譯。對於因為使用自動化翻譯功能而造成的任何損害或損失，路透不承擔任何責任。)</p></body></html>","source":null,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>OpenAI 發布了三款用於實時語音任務的音頻模型</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 12.5px; color: #7E829C; margin: 0;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\nOpenAI 發布了三款用於實時語音任務的音頻模型\n</h2>\n<h4 class=\"meta\">\n<a class=\"head\" href=\"https://laohu8.com/wemedia/1098195322\">\n\n<div class=\"h-thumb\" style=\"background-image:url(https://community-static.tradeup.com/news/4567337cbdf294b657b1fa87c5488b48);background-size:cover;\"></div>\n\n<div class=\"h-content\">\n<p class=\"h-name\">路透中文 </p>\n<p class=\"h-time smaller\">2026-05-08 02:07</p>\n</div>\n</a>\n</h4>\n</header>\n<article>\n<html xmlns=\"http://www.w3.org/1999/xhtml\"><head><title>OpenAI 發布了三款用於實時語音任務的音頻模型</title></head><body><p><span>路透5月7日</span><span> - </span>OpenAI 周四為其開發者平台推出了三款音頻模型，旨在讓基於語音的軟件代理更具對話性，並能夠實時完成任務。</p><p>應用程序編程接口 <a href=\"https://laohu8.com/S/API\">$(API)$</a> 的發布，標誌着這家ChatGPT開發商的業務範圍已從文字轉錄和聊天功能，擴展至能夠實時聆聽、翻譯並在對話中採取行動的智能代理。</p><p>這三款新模型分別為GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。OpenAI表示，用戶可在其開發者實驗平台中進行測試。</p><p>GPT-Realtime-2 旨在處理更復雜的請求、調用工具、應對對話中斷，並在較長的語音會話中保持上下文連貫性。</p><p>第二款模型支持將70多種語言翻譯成13種目標語言，主要面向客戶支持、教育及其他場景。 </p><p>GPT-Realtime-Whisper提供實時語音轉文字功能，可在發言者講話時生成字幕、會議記錄和工作流程更新。</p><p>正在測試這些模型的客戶包括在線房地產交易平台 <a href=\"https://laohu8.com/S/Z\">Zillow</a> <span>ZG.O</span>、在線旅行社 Priceline 以及歐洲電信公司德國電信 <span>DTEGn.DE</span>。</p><p>GPT-Realtime-2的定價為每百萬音頻輸入令牌32美元起，GPT-Realtime-Translate每分鐘0.034美元，GPT-Realtime-Whisper每分鐘0.017美元。 </p><p>(為便利非英文母語者，路透將其報導自動化翻譯為數種其他語言。由於自動化翻譯可能有誤，或未能包含所需語境，路透不保證自動化翻譯文本的準確性，僅是為了便利讀者而提供自動化翻譯。對於因為使用自動化翻譯功能而造成的任何損害或損失，路透不承擔任何責任。)</p></body></html>\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4079","symbol_name":"房地產服務","start_time":0,"source_url":"https://api.refinitiv.com/data/news/v1/stories/urn:newsml:reuters.com:20260507:nL4T41K1XV:1","article_id":"2633120901","we_media_id":"1098195322","thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2633120901","pubTimestamp":1778177239,"columns":[],"sourceInfo":null,"weMediaInfo":{"media_name":"路透中文","introduction":"路透中文","home_visible":1,"id":"1098195322","head_image":"https://community-static.tradeup.com/news/4567337cbdf294b657b1fa87c5488b48"},"summary":"OpenAI 發布了三款用於實時語音任務的音頻模型路透5月7日 - OpenAI 周四為其開發者平台推出了三款音頻模型，旨在讓基於語音的軟件代理更具對話性，並能夠實時完成任務。這三款新模型分別為GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。OpenAI表示，用户可在其開發者實驗平台中進行測試。GPT-Realtime-Whisper提供實時語音轉文字功能，可在發言者講話時生成字幕、會議記錄和工作流程更新。GPT-Realtime-2的定價為每百萬音頻輸入令牌32美元起，GPT-Realtime-Translate每分鐘0.034美元，GPT-Realtime-Whisper每分鐘0.017美元。","collect":0,"end_time":0,"defaultTopTitle":"","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4079":"房地产服务","ZG":"Zillow Class A","BK4551":"寇图资本持仓","BK4548":"巴美列捷福持仓"},"translate_title":"OpenAI releases three audio models for real-time voice tasks","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"ZG":0.9},"content_text":"OpenAI 發布了三款用於實時語音任務的音頻模型路透5月7日 - OpenAI 周四為其開發者平台推出了三款音頻模型，旨在讓基於語音的軟件代理更具對話性，並能夠實時完成任務。應用程序編程接口 $(API)$ 的發布，標誌着這家ChatGPT開發商的業務範圍已從文字轉錄和聊天功能，擴展至能夠實時聆聽、翻譯並在對話中採取行動的智能代理。這三款新模型分別為GPT-Realtime-2、GPT-Realtime-Translate和GPT-Realtime-Whisper。OpenAI表示，用户可在其開發者實驗平台中進行測試。GPT-Realtime-2 旨在處理更復雜的請求、調用工具、應對對話中斷，並在較長的語音會話中保持上下文連貫性。第二款模型支持將70多種語言翻譯成13種目標語言，主要面向客户支持、教育及其他場景。 GPT-Realtime-Whisper提供實時語音轉文字功能，可在發言者講話時生成字幕、會議記錄和工作流程更新。正在測試這些模型的客户包括在線房地產交易平台 Zillow ZG.O、在線旅行社 Priceline 以及歐洲電信公司德國電信 DTEGn.DE。GPT-Realtime-2的定價為每百萬音頻輸入令牌32美元起，GPT-Realtime-Translate每分鐘0.034美元，GPT-Realtime-Whisper每分鐘0.017美元。 (為便利非英文母語者，路透將其報導自動化翻譯為數種其他語言。由於自動化翻譯可能有誤，或未能包含所需語境，路透不保證自動化翻譯文本的準確性，僅是為了便利讀者而提供自動化翻譯。對於因為使用自動化翻譯功能而造成的任何損害或損失，路透不承擔任何責任。)","kind":"highlight","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":true,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"isVideo":false,"video":null,"symbols":[],"gpt_button":1,"need_auth":true,"need_login_tip":false,"code":"91000000","status":"200"}}}