今天凌晨1點，OpenAI進行了技術直播發布了三款全新語音模型，專用於開發語音AI Agent。兩個是語音轉文本模型GPT-40 Transcribe和GPT-4 Mini Transcribe；一個是文本轉語音模型GPT-40 Mini TTS。值得一提的是，開發者可以控制GPT-40 Mini TTS模型的語音情緒和風格。 OpenAI為語音轉文本API增添了強大的streaming模式，允許開發者將連續的音頻流實時輸入模型，模型也能實時返回連續的文本和響應，這種實時交互的特性對於需要即時反饋的應用場景，例如，實時語音對話系統、語音會議轉寫等，幫助非常大。 （AIGC開放社區）
dark