OpenAI 週四表示，其 API 現在將包含多項全新的語音智能功能，旨在幫助開發者建立能夠與用戶進行對話、轉錄及翻譯對話的應用程式。

該公司的新型號 GPT-Realtime-2 是另一款語音模型，旨在創造能夠與用戶交談的逼真語音模擬。然而，與其前身（GPT-Realtime-1.5）不同，這款模型具備 GPT-5 等級的推理能力，OpenAI 表示這是為了處理用戶更複雜的請求而設計的。

該公司還推出了 GPT-Realtime-Translate，顧名思義，旨在提供能與用戶對話節奏「保持同步」的即時翻譯服務。該功能支援超過 70 種輸入語言（即模型能理解的語言）和 13 種輸出語言（即模型傳達給說話者的語言）。

最後，該公司還推出了一項新的轉錄功能 GPT-Realtime-Whisper，為用戶提供在互動發生時即可擷取的即時語音轉文字功能。

該公司表示：「我們推出的這些模型共同將即時音訊從簡單的一問一答，推向真正能執行工作的語音介面：在對話展開時進行聆聽、推理、翻譯、轉錄並採取行動。」

這些更新對誰有利？想要擴展客戶服務能力的企業顯然是目標對象。然而，OpenAI 也指出，其新功能將協助廣泛的領域，包括教育、媒體、活動和創作者平台等。

儘管從企業角度來看這些工具非常實用，但它們也很有可能被誤用。該公司表示已建立防護機制，以防止其新功能被濫用於製造垃圾訊息、詐騙或其他形式的網路濫用。OpenAI 表示，系統中已嵌入特定的觸發機制，因此「如果偵測到對話違反了我們的有害內容指南，對話可以被終止」。

僅限本週：購買一張通行證，第二張享 5 折優惠

您的下一輪融資、下一位員工、下一個突破機會。盡在 TechCrunch Disrupt 2026。屆時將有超過 10,000 名創辦人、投資者和科技領袖齊聚一堂，參加為期三天、超過 250 場的實戰講座、強大的引薦機會以及定義市場的創新展示。請在 5 月 8 日前註冊，即可半價攜伴參加。

僅限本週：購買一張通行證，第二張享 5 折優惠

您的下一輪融資、下一位員工、下一個突破機會。盡在 TechCrunch Disrupt 2026。屆時將有超過 10,000 名創辦人、投資者和科技領袖齊聚一堂，參加為期三天、超過 250 場的實戰講座、強大的引薦機會以及定義市場的創新展示。請在 5 月 8 日前註冊，即可半價攜伴參加。

所有新的語音模型都包含在 OpenAI 的 Realtime API 中。Translate 和 Whisper 按分鐘計費，而 GPT-Realtime-2 則按 Token 消耗量計費。