您的位置：首页 → 资讯 → 编程开发 → OpenAI发布语音模型GPT-realtim：具备情感感知能力 多语言无缝切换

OpenAI发布语音模型GPT-realtim：具备情感感知能力 多语言无缝切换

时间：2025/9/1 10:51:24来源：www.a300.cn作者：佚名我要评论(0)

OpenAI正式发布语音模型GPT-realtime。

据介绍，GPT-realtime是一款专注于语音AI Agent的多模态模型，能够生成高度自然流畅的语音，精准还原人类语调、情感和语速的丰富变化。该模型支持图像理解，并可结合语音或文本对话使用，非常适合应用于客服、教育、金融、医疗等领域，用于构建高质量的语音智能体。

官方表示，新模型在复杂指令遵循、工具精确调用以及生成更自然、更具表现力的语音方面表现卓越。尤其在重复字母与数字、逐字朗读免责声明、语句间无缝切换语言等场景中，GPT-realtime展现出优秀的适应能力。

该模型还具备出色的上下文理解能力，可准确捕捉非语言线索（如笑声），并实时调整语音语气，实现诸如带法国口音的友好语调”或语速较快的专业语调”等多样化表达。

此外，GPT-realtime新增了Cedar”和Marin”两种语音风格，并对现有八种语音效果进行了全面优化。

相关阅读 中国电信与阿里巴巴签署协议 将在云和AI基础设施等领域展开合作外媒：Meta 限制青少年使用 AI 聊天机器人苹果 iPhone 17、Air 与 Pro 发布时间表：最新细节全览微信：将对AI生成合成内容添加显式和隐式标识外媒曝莲花Emira插混版与V6升级车型将于2027年发布“智数融合”：电科金仓在2025数博会上展示AI与数据库创新成果微信悄悄上线AI播客，新闻主播们的活儿可能真要被抢了。小米服务发布公告 召回总计146891台充电宝

文章评论

查看所有0条评论>>

发表评论

我来说两句...

提交评论