中文翻译
摘要: OpenAI 宣布 Realtime API 新增多项语音智能功能。全新模型 GPT-Realtime-2 基于"GPT-5 级推理”构建，支持自然对话；GPT-Realtime-Translate 提供超 70 种语言实时翻译；GPT-Realtime-Whisper 实现实时语音转写。这些工具将推动语音界面从简单交互迈向具备工作能力的智能应用，惠及客服、教育及媒体等领域。同时，OpenAI 已
正文
OpenAI 于周四宣布，其 API 将新增多项语音智能功能，旨在帮助开发者构建能够与用户进行对话、转录和翻译的应用程序。
该公司推出的全新 GPT-Realtime-2 是一款语音模型，专为生成逼真的语音模拟而设计，可与用户展开自然对话。然而，与其前代产品（GPT-Realtime-1.5）不同，该模型基于 OpenAI 所称的"GPT-5 级推理能力”构建，旨在更有效地处理用户提出的复杂请求。
此外，OpenAI 还推出了 GPT-Realtime-Translate，顾名思义，该功能专注于提供实时翻译服务，能够“同步”用户的对话节奏。它支持超过 70 种输入语言（即系统可理解的语言）以及 13 种输出语言（即系统可向说话者反馈的语言）。
最后，公司还推出了一项全新的转录功能 GPT-Realtime-Whisper，使用户能够在交互过程中实时获得语音转文本的能力。
OpenAI 表示：“我们此次推出的这些模型，正推动实时音频技术从简单的‘呼叫 - 响应’模式，迈向真正具备工作能力的语音界面：它们能够倾听、推理、翻译、转录，并在对话进行中采取相应行动。”
这些更新将惠及哪些群体？希望扩展客户服务能力的企业无疑是主要目标。不过，OpenAI 也指出，新功能还将广泛应用于教育、媒体、活动举办以及创作者平台等多个领域。
尽管从企业视角来看，这些工具极具实用价值，但它们也存在被滥用的风险。OpenAI 表示，已为这些新功能设置了安全护栏，以防止其被用于生成垃圾信息、实施欺诈或其他形式的网络滥用。系统中嵌入了特定触发机制，一旦检测到对话内容违反有害内容指南，即可自动中止对话。
TechCrunch 活动
仅限本周：买一赠二，第二张票享五折优惠
您的下一轮融资、下一次招聘、下一个突破性机会，尽在 TechCrunch Disrupt 2026！届时，全球逾万名创始人、投资者与技术领袖将齐聚旧金山，参与为期三天、涵盖 250 多场实战研讨会的盛会，体验强力人脉对接与市场定义型创新。请在 5 月 8 日前注册，即可以半价邀请一位同伴同行。
仅限本周：买一赠二，第二张票享五折优惠
您的下一轮融资、下一次招聘、下一个突破性机会，尽在 TechCrunch Disrupt 2026！届时，全球逾万名创始人、投资者与技术领袖将齐聚旧金山，参与为期三天、涵盖 250 多场实战研讨会的盛会，体验强力人脉对接与市场定义型创新。请在 5 月 8 日前注册，即可以半价邀请一位同伴同行。
地点：美国加利福尼亚州旧金山
时间：2026 年 10 月 13 日至 15 日
立即注册
所有新推出的语音模型均包含在 OpenAI 的 Realtime API 中。其中，翻译（Translate）和语音转写（Whisper）功能按分钟计费，而 GPT-Realtime-2 则按 token 消耗量计费。
主题标签：人工智能（AI）、g
采集时间: 2026-05-08 20:19:03
AIGPTOpenAIAPI人工智能