IA · Modelos · OpenAI · Voz
OpenAI amplía su API de voz con razonamiento, traducción y transcripción en vivo
La presentación reúne GPT-Realtime-2, un modelo de traducción y GPT-Realtime-Whisper para transcripción en streaming.
Fecha de la fuente original:
Lo esencial
- La presentación reúne GPT-Realtime-2, un modelo de traducción y GPT-Realtime-Whisper para transcripción en streaming.
Tres vías para integrar voz
OpenAI presentó GPT-Realtime-2 para conversaciones de voz con razonamiento y herramientas, junto con modelos orientados a traducción y transcripción en streaming. El anuncio busca facilitar asistentes que escuchan, responden y ejecutan tareas dentro de aplicaciones.
Idiomas y evaluación del proveedor
La compañía describió traducción desde más de 70 idiomas hacia 13 idiomas de salida. Cobertura de idiomas no equivale a precisión uniforme en acentos o contextos especializados. Las mejoras de calidad comunicadas proceden de las evaluaciones de OpenAI; esta noticia no las trata como una comparación independiente.