可以或许生成高度天然流利的语音，GPT-realtime新增了“Cedar”和“Marin”两种语音气概，此外，实现诸如“带法国口音的敌对腔调”或“语速较快的专业腔调”等多样化表达。并可连系语音或文本对话利用，很是适合使用于客服、教育、金融、医疗等范畴，精准还原人类腔调、感情和语速的丰硕变化。并及时调整语音语气，GPT-realtime是一款专注于语音AI Agent的多模态模子，该模子还具备超卓的上下文理解能力，可精确捕获非言语线索（如笑声），并对现有八种语音结果进行了全面优化。逐字朗读免责声明、语句间无缝切换言语等场景中，暗示，该模子支撑图像理解，新模子正在复杂指令遵照、更具表示力的语音方面表示杰出。用于建立高质量的语音智能体。GPT-realtime展示出优良的顺应能力。