OpenAI近日推出名为“Realtime API”的语音交互工具，正式面向企业和开发者开放。该工具基于全新的“gpt-realtime”模型，采用端到端语音处理技术，响应更迅速，语音更自然，能理解复杂指令，并支持语言切换、语气调节和多种语音选择。 性能方面，新模型在多项测试中表现更优，工具对接也更顺畅。API新增图像输入功能，开发者可控制模型查看的图像范围，并设定token使用上限以控制成本。同时，使用成本降低了20%，并配备内容安全检测和数据本地存储功能，符合欧盟隐私保护要求。