OpenAI представила голосовые API нового поколения: GPT-Realtime-2, перевод и транскрибация.
Новое поколение голосовых моделей OpenAI в API
OpenAI выпустила GPT-Realtime-2, новую голосовую модель для API.
API позволяет создавать realtime-собеседников, которые умеют слушать, рассуждать, перебивать себя по ходу диалога, вызывать инструменты и решать задачи прямо во время разговора.
Что именно вышло:
- GPT-Realtime-2: модель для создания production voice agents с reasoning уровня GPT-5, обработкой перебиваний, поддержкой tool calls и более живым диалогом;
- GPT-Realtime-Translate: потоковый перевод в реальном времени, который поддерживает более 70 входных языков и 13 выходных;
- GPT-Realtime-Whisper: потоковая транскрибация речи, подходящая для создания субтитров, заметок и live-конспектов.
Подробности доступны в блоге OpenAI: https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/
Ещё новости:
