@sama：人们真的开始使用语音与AI交互，尤其是当他们需要倾泻大量上下文时。GPT-Re…
摘要
Sam Altman 宣布将 GPT-Realtime-2 发布到 API，强调这是在语音与AI交互方面处理复杂上下文的一项重大进步。
查看缓存全文
缓存时间: 2026/05/08 10:01
人们确实开始使用语音与AI交互，尤其是在需要一次性提供大量上下文时。
GPT-Realtime-2 今天正式上线API；这是一个相当大的进步。
（我们正在改进聊天中的语音功能。）
相似文章
实时 API 介绍
OpenAI 推出实时 API，使开发者能够构建低延迟多模态语音对话体验，由 GPT-4o 驱动的自然语音交互。该 API 支持六种预设声音，简化开发流程，无需集成多个模型。
推出 gpt-realtime 和实时 API 更新
# 推出 gpt-realtime 和实时 API 更新，用于生产级语音智能体 来源：[https://openai.com/index/introducing-gpt-realtime/](https://openai.com/index/introducing-gpt-realtime/) 今天我们推出了正式版实时 API，包含新功能，使开发者和企业能够构建可靠的、生产级就绪的语音智能体。该 API 现已支持远程 MCP 服务器、图像输入和通过会话初始协议 (SIP) 进行电话呼叫，使语音智能体更
API 推出全新模型，推动语音智能发展
OpenAI 在 API 中发布了三款全新语音模型：具备高级推理能力的 GPT-Realtime-2、支持实时多语言翻译的 GPT-Realtime-Translate，以及用于流式转录的 GPT-Realtime-Whisper，旨在实现更自然、更具行动力的语音应用。
@kwindla：OpenAI 今天发布了一款新的语音到语音模型：gpt-realtime-2 这是首个足够好的语音到语音模型……
OpenAI 发布了 gpt-realtime-2，一款新的语音到语音模型，针对实时语音代理交互和低延迟工具调用进行了优化。
@seclink: OpenAI 发布了 GPT-Realtime-2，这是其迄今为止最智能的语音模型。 该模型具备 GPT-5 级别的推理能力、128,000 个 token 的上下文窗口，并支持调节“投入程度”以实现更自然的对话体验。 它可与 GPT-R…
OpenAI发布了GPT-Realtime-2语音模型，具备GPT-5级别的推理能力和128,000 token上下文窗口，支持实时翻译70多种语言到13种输出语言，在Big Bench Audio Intelligence评测中达到96.6%准确率，Greg Brockman称其为语音翻译领域的里程碑。