OpenAI發(fā)布實時API公測版 3家語音API合作者揭曉

10月2日消息，今天，OpenAI發(fā)布了實時 API 公開測試版，用于構建基于GPT-4o語音到語音的AI應用和智能體，所有付費的開發(fā)者都能在應用程序中構建低延遲、多模態(tài)的實時互動體驗。

同時，OpenAI 還公布了3家語音API合作者：LiveKit、Agora、Twilio。其中，Agora的兄弟公司是聲網(wǎng)，兩家公司在2023年5月拆分。聲網(wǎng)聚焦在中國市場，總部位于中國上海。Agora聚焦在美國和國際市場，總部位于美國加州圣克拉拉。

Agora官網(wǎng)顯示，Agora發(fā)布了面向OpenAI 的會話式AI SDK，SDK集成了OpenAl的新實時API，支持與人工智能進行自然的語音交互，其中語音被直接處理，而不是轉換為文本。這種超低延遲的方法允許逼真的對話，并使人工智能能夠理解人類的情感。

可以預見，實時API的發(fā)布，標志著 OpenAI 在 AI 應用領域邁出了重要一步。相比于之前的多模型串聯(lián)方式，實時API能進一步降低語音交互的延時，能夠實現(xiàn)更接近真人的情感和情緒表達，提供更自然的對話體驗。

生成海報