OpenAI發佈實時API公測版 3家語音API合作者揭曉

【TechWeb】10月2日消息，今天，OpenAI發佈了實時 API 公開測試版，用於構建基於GPT-4o語音到語音的AI應用和智能體，所有付費的開發者都能在應用程式中構建低延遲、多模態的實時互動體驗。

同時，OpenAI 還公佈了3家語音API合作者：LiveKit、Agora、Twilio。其中，Agora的兄弟公司是聲網，兩家公司在2023年5月拆分。聲網聚焦在中國市場，總部位於中國上海。Agora聚焦在美國和國際市場，總部位於美國加州聖克拉拉。

Agora官網顯示，Agora發佈了面向OpenAI的會話式AISDK，SDK集成了OpenAl的新實時API，支援與人工智能進行自然的語音交互，其中語音被直接處理，而不是轉換為文本。這種超低延遲的方法允許逼真的對話，並使人工智能能夠理解人類的情感。

可以預見，實時API的發佈，標誌著 OpenAI 在 AI 應用領域邁出了重要一步。相比於之前的多模型串聯方式，實時API能進一步降低語音交互的延時，能夠實現更接近真人的情感和情緒表達，提供更自然的對話體驗。