OpenAI WebRTC 音频会话，现支持文档上下文

# OpenAI WebRTC 音频会话，现已支持文档上下文 来源：https://simonwillison.net/2026/Jun/12/openai-webrtc/ 2026年6月12日 \- 链接博客 **OpenAI WebRTC Audio Session, now with document context (https://tools.simonwillison.net/openai-webrtc)**。我于 2024 年 12 月 (https://simonwillison.net/2024/Dec/17/openai-webrtc/) 构建了这个工具的第一个版本，用于试用当时全新的 OpenAI WebRTC API，以便与其实时音频模型进行交互。 上个月，OpenAI 为该 API 引入了一个全新的模型 (https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/)，名为 **GPT‑Realtime‑2** (https://developers.openai.com/api/docs/models/gpt-realtime-2)，官方称其为“我们的首个具有 GPT-5 级推理能力的语音模型”——知识截止日期为 2024 年 9 月 30 日。 我一直在等待这个模型出现在 ChatGPT iPhone 应用中，但它迟迟没有上架，于是我重新审视了自己之前的那个试验场。 现在你可以选择更好的模型，还可以粘贴一大段文档上下文，这样你就能在浏览器中围绕任何你认为适合以对话方式探索的信息进行音频交流了。 网页界面截图，标题为“OpenAI WebRTC Audio Session”，带有一个灰色状态点。表单字段：“OpenAI API Token”显示为密文点状，“Voice”下拉菜单设置为“Coral”，“Model”下拉菜单设置为“gpt-realtime-2”。一个可折叠区域，标签为“▼ Document context (optional — paste text to talk about)”，内有粗体提示“Paste a document here before starting the session and the model will be able to discuss it with you”，下方是一个文本框，其中粘贴了一份关于 DuckDB 能否像 Datasette 运行 SQLite 一样安全地运行不受信任 SQL 的 Markdown 文档。下方是蓝色“Start Session”按钮和灰色禁用的“Mute Mic”按钮，再往下是一条绿色成功消息“Session established successfully!”。底部有一个深色面板，标题为“Last transcript”，内容为：“DuckDB can be made about as safe as SQLite for running untrusted SELECT queries, but only if you lock it down properly. Using read only true by itself is not enough, because SQL can still”（文本截断）。