测评 模型 创业公众号手机端

OpenAI发布语音模型GPT-realtim:具备情感感知能力 多语言无缝切换

zhiyongz 10分钟前 阅读数 #人工智能

     快科技9月1日消息,OpenAI正式发布语音模型GPT-realtime。

     据介绍,GPT-realtime是一款专注于语音AI Agent的多模态模型,能够生成高度自然流畅的语音,精准还原人类语调、情感和语速的丰富变化。该模型支持图像理解,并可结合语音或文本对话使用,非常适合应用于客服、教育、金融、医疗等领域,用于构建高质量的语音智能体。

OpenAI发布语音模型GPT-realtim:具备情感感知能力 多语言无缝切换

      官方表示,新模型在复杂指令遵循、工具精确调用以及生成更自然、更具表现力的语音方面表现卓越。尤其在重复字母与数字、逐字朗读免责声明、语句间无缝切换语言等场景中,GPT-realtime展现出优秀的适应能力。该模型还具备出色的上下文理解能力,可准确捕捉非语言线索(如笑声),并实时调整语音语气,实现诸如“带法国口音的友好语调”或“语速较快的专业语调”等多样化表达。

此外,GPT-realtime新增了“Cedar”和“Marin”两种语音风格,并对现有八种语音效果进行了全面优化。

OpenAI发布语音模型GPT-realtim:具备情感感知能力 多语言无缝切换




版权声明

本站部分文章来源于网络,如有侵权请联系删除!。
文章观点并不代表本站观点,请谨慎对待。

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

热门