OpenAI hat neue Voice-KI-Funktionen für seine API-Plattform eingeführt, die Entwicklern dabei helfen, Anwendungen zu erstellen, die mit Benutzern interagieren, Sprache transkribieren und übersetzen. Das neue Modell GPT-Realtime-2 bietet eine realistische Sprachsimulation und ermöglicht natürliche Unterhaltungen. Im Gegensatz zur Vorgängerversion verfügt dieses Modell über logische Schlussfolgerungsfähigkeiten auf GPT-5-Niveau und ist für die Verarbeitung komplexerer Anfragen konzipiert. Dies berichtet Techcrunch.com berichtet .
Zudem stellte das Unternehmen die Funktion GPT-Realtime-Translate vor. Sie bietet Echtzeit-Übersetzungsdienste während eines Gesprächs und unterstützt über 70 Eingabe- und 13 Ausgangssprachen. Darüber hinaus ermöglicht das Tool GPT-Realtime-Whisper eine Live-Transkription von Sprache in Text, wodurch Interaktionen sofort aufgezeichnet werden.
Vertreter von OpenAI betonen, dass diese neuen Modelle Sprachschnittstellen von einfachen Frage-Antwort-Systemen in Werkzeuge verwandeln, die komplexe Aufgaben ausführen können – also zuhören, analysieren und handeln. Es wird erwartet, dass diese Technologien Bereiche wie Kundenservice, Bildung, Medien und Content-Erstellung grundlegend verändern werden.
Was die Sicherheit betrifft, hat das Unternehmen spezielle Schutzsysteme implementiert, um Missbrauch, Betrug und Spam zu verhindern. Sollten während eines Gesprächs Regeln zu schädlichen Inhalten verletzt werden, beendet das System die Kommunikation automatisch. Die neuen Sprachmodelle sind in die OpenAI Realtime API integriert, wobei die Preise je nach Nutzungsdauer oder Token-Verbrauch berechnet werden.
Lesen Sie „Zamin“ auf Telegram!
