化工仪器网手机版
移动端访问更便捷
OpenAI发布语音模型GPT-realtime
2025年09月01日 11:51:27
来源：化工仪器网 点击量：4514
据OpenAI公司介绍，该模型在理解复杂指令、精准调用工具以及生成自然、富有表现力的语音方面表现突出，并在客户服务、教育、个人助理等多种场景中具备广泛应用潜力。
OpenAI凌晨发布最新生产级别语音模型和API——GPT-realtime，以及配套的Realtime API(实时应用程序接口)。
据OpenAI公司介绍，该模型在理解复杂指令、精准调用工具以及生成自然、富有表现力的语音方面表现突出，并在客户服务、教育、个人助理等多种场景中具备广泛应用潜力。
OpenAI将该模型定位为迄今性能最强的实时语音模型，具备笑声捕捉、多语言无缝切换等能力，同时在遵循复杂指令、调用工具及生成更自然、富有表现力的语音方面实现显著提升。
与传统语音模型不同，GPT-realtime新增了Marin与Cedar两种极具特色的语音，同时对原有8种语音进行了全面升级。模型不仅能生成自然流畅的语音，还能够敏锐捕捉笑声等非语言信号，在句子中间自如切换语言，并可根据场景需求灵活调整语气，使语音交互更贴近真实人类沟通。
通过Realtime API，开发者可实现实时语音输入输出，不必再经过繁琐的多模型转换流程。在实际应用中，这套技术可用于客户服务系统，让虚拟助手即时解答问题，提高效率和体验。它还可应用于教育领域，实现语音对话和口语练习。而在个人助理、办公或智能家居场景中，用户能通过语音快速完成安排或查询信息。结合图像或文本输入，开发者还能打造更智能的虚拟助手或机器人系统。
要利用语音到语音模型构建强大的语音智能体，模型必须能够在恰当的时机调用正确的工具，才能在生产环境中真正发挥作用。GPT-realtime从三个维度改进了函数调用：调用相关函数、在合适的时机调用，以及使用正确的参数调用(从而提升准确率)。在衡量函数调用性能的ComplexFuncBench音频评测中，GPT-realtime的得分为66.5%，而旧版模型得分仅49.7%。
OpenAI公司还对异步函数调用进行了改进。耗时较长的函数调用将不再阻塞会话流程——模型可以在等待结果的同时，保持流畅的对话。该功能已原生内置于GPT-realtime，开发者无需更新代码即可使用。
除此之外，用户还可以在实时API的会话配置中，通过传入远程MCP服务器的URL来启用MCP支持。连接后，API会自动处理相关的工具调用，无需手动进行集成。
目前，GPT-realtime和Realtime API已于8月28日起面向所有付费开发者开放。
相关阅读 Related Reading
查看更多+-
交通运输部启动第二批科技创新平台申报工作 三类平台同步开放申请
交通运输部于2026年8月14日启动第二批科技创新平台申报工作，面向重点实验室、工程研究与技术创新中心和野外科学观测研究站三类平台...2026-08-14 15:47:31 -
复旦大学的研究团队近日在高温超导领域取得了突破性进展。2026-08-14 13:39:15
-
《新型电力系统建设“十五五”规划》近日印发，明确到2030年初步建成新型电力系统，其中重点部署了加强检验检测能力建设，并着力提升芯...2026-08-04 14:02:53
-
三部门组织开展2026年度重点行业能效、碳效领跑者企业推荐工作
工业和信息化部、国家发展改革委、市场监管总局联合组织开展2026年度重点行业能效、碳效领跑者企业推荐工作，截止日期2026年9月1...2026-08-04 11:11:31 -
近日，国家能源集团召开新闻发布会，就上半年的能源产业状况进行了说明。发布会上指出，上半年国家能源集团煤炭产销量约4.2亿吨，同比增...2026-07-30 17:35:34
-
7月28日，广东佛山市顺德区具身智能发展局正式揭牌亮相。2026-07-29 15:39:32
版权与免责声明
- ①凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- ②本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- ③如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
