OpenAI發佈語音模型GPT-realtime 能夠生成更加自然流暢的語音

觀點網訊：8月29日消息，OpenAI發佈語音模型GPT-realtime。

據介紹，GPT-realtime是一個專用於語音AIAgent的多模態模型，能夠生成更加自然流暢的語音，完美模仿人類豐富多樣的語調、情感以及語速，支持圖像理解並將其與語音或文本對話相結合使用，非常適用於客服、教育、金融、醫療等領域打造語音智能體。

GPT-realtime還新增了Marin與Cedar兩種極具特色的語音，同時對原有的8種語音也進行了全面升級。與傳統純語音模型不同的是，GPT-realtime還具備智力、推理和理解能力，例如，能夠敏銳捕捉笑聲等非語言信號，在句子中間自如地切換語言，並根據場景需求靈活調整語氣。

免責聲明：本文內容與數據由觀點根據公開信息整理，不構成投資建議，使用前請覈實。