OpenAI 推出 Realtime API,開發者可在應用程式中構建快速語音到語音體驗
Introducing the Realtime API
OpenAI 推出 Realtime API,開發者現可在應用程式中構建快速語音到語音體驗。
更新於 August 28, 2025:我們宣布 Realtime API 正式開放使用。 在此了解更多。
更新於 February 3, 2025:我們不再限制 Realtime API 的同時工作階段數目。請參閱我們的 文件(在新視窗中開啟),以查看 Realtime API 的最新速率限制。
更新於 October 30, 2024:我們新增五種音域更廣、表現力更強的聲線。 文字及音訊輸入現亦設有快取定價,快取文字輸入詞元的價格降至 $2.50/1M,快取音訊輸入詞元的價格則降至 $20/1M。 在此了解更多(在新視窗中開啟)。
更新於 October 17, 2024:Chat Completions API 現已支援音訊輸入和輸出。 在此開始使用(在新視窗中開啟)。
今天,我們推出 Realtime API 公開測試版,讓所有付費開發者都能在其應用程式中打造低延遲、多模態體驗。與 ChatGPT 的 Advanced Voice Mode 類似,Realtime API 支援自然流暢的語音對語音對話,使用六種預設聲線(在新視窗中開啟),而這些聲線早已獲 API 支援。
我們亦將音訊輸入和輸出引入 Chat Completions API(在新視窗中開啟),以支援不需要 Realtime API 低延遲優勢的使用情境。透過這項更新,開發者可以將任何文字或音訊輸入傳入 GPT‑4o,並讓模型按所選形式以文字、音訊或兩者回覆。
從語言應用程式和教育軟件,到客戶支援體驗,開發者早已善用語音體驗與用戶建立聯繫。現在有了 Realtime API,以及即將在 Chat Completions API 推出的音訊功能,開發者再也不必串接多個模型來支援這些體驗。相反,只需一次 API 呼叫,便可打造自然的對話體驗。
來源:OpenAI News · openai.com