AI最前沿 88Z.ai 5 月 8 日消息，OpenAI发布三款实时语音模型，分别强化推理与工具调用、低成本多语种互译及低延迟转录能力，均通过Realtime API提供端到端情感保留服务。
消息要点
- GPT-Realtime-2具备GPT-5级推理与工具调用能力
- GPT-Realtime-Translate支持70多种语言互译且成本极低
要点
OpenAI正式推出三款全新的实时语音模型，旨在提升语音交互的深度与效率。其中，GPT-Realtime-2集成了GPT-5级别的推理能力及工具调用功能，显著增强了复杂任务处理水平。GPT-Realtime-Translate专注于语言桥梁作用，支持七十多种语言的实时互译，其每分钟成本约为0.25元，相比人类同声传译费用降低百倍。此外，GPT-Realtime-Whisper致力于实现低延迟的语音转录服务。这三款模型均通过Realtime API对外开放，采用端到端处理架构，能够有效保留说话人的语调与情感色彩，为用户提供更自然流畅的语音体验。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- openAI原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。