10月2日消息，今天，OpenAI发布了实时 API 公开测试版，用于构建基于GPT-4o语音到语音的AI应用和智能体，所有付费的开发者都能在应用程序中构建低延迟、多模态的实时互动体验。
同时，OpenAI 还公布了3家语音API合作者：LiveKit、Agora、Twilio。其中，Agora的兄弟公司是声网，两家公司在2023年5月拆分。声网聚焦在中国市场，总部位于中国上海。Agora聚焦在美国和国际市场，总部位于美国加州圣克拉拉。
Agora官网显示，Agora发布了面向OpenAI 的会话式AI SDK，SDK集成了OpenAl的新实时API，支持与人工智能进行自然的语音交互，其中语音被直接处理，而不是转换为文本。这种超低延迟的方法允许逼真的对话，并使人工智能能够理解人类的情感。
可以预见，实时API的发布，标志着 OpenAI 在 AI 应用领域迈出了重要一步。相比于之前的多模型串联方式，实时API能进一步降低语音交互的延时，能够实现更接近真人的情感和情绪表达，提供更自然的对话体验。
温馨提示:微信搜索公众号【深圳之窗】,关注后在对话框内回复【资讯】即可获取深圳的各种资讯内容,包含深圳入户,深圳天气,深圳交通,深圳人文,同时,扫描关注文下企微号,可以了解深圳近期的各种福利活动优惠等信息
分享到
