Lưu trữ — US — techcrunch
OpenAI ra mắt tính năng trí tuệ giọng nói mới trong API
OpenAI đã giới thiệu các tính năng thông minh mới về giọng nói trong API của mình, bao gồm GPT-Realtime-2 để mô phỏng giọng nói chân thực, GPT-Realtime-Translate để dịch thông tin từ 70+ ngôn ngữ đầu vào theo thời gian thực và GPT-Realtime-Whisper để chuyển văn bản thành lời nói ngay lập tức. Các công cụ này nhằm mục đích cải thiện dịch vụ khách hàng và các ngành công nghiệp khác trong khi áp dụng biện pháp bảo vệ chống việc sử dụng sai mục đích.
Điểm chính
- OpenAI đã ra mắt các tính năng thông minh giọng nói mới trên API của mình: GPT-Realtime-2, GPT-Realtime-Translate, và GPT-Realtime-Whisper.
- GPT-Realtime-2 cung cấp mô phỏng giọng nói chân thực được vận hành bởi lớp lý lẽ của GPT-5 cho các yêu cầu phức tạp hơn.
- GPT-Realtime-Translate cho phép dịch thuật thời gian thực cho hơn 70 ngôn ngữ đầu vào và 13 ngôn ngữ đầu ra.
- GPT-Realtime-Whisper cung cấp khả năng chuyển đổi giọng nói thành văn bản thời gian thực.
- Các tính năng này nhắm vào nhiều lĩnh vực khác nhau bao gồm dịch vụ khách hàng, giáo dục, truyền thông, và nền tảng sáng tạo.
- OpenAI đã triển khai các biện pháp ngăn chặn sử dụng sai mục đích, như spam hay gian lận, dừng cuộc trò chuyện vi phạm hướng dẫn.
Vì sao quan trọng
- Viện bản tổng hợp với xu hướng phát triển của xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo trò chuyện vào năm 2025.
- Các doanh nghiệp ngày càng tích hợp các công cụ trí tuệ nhân tạo để cải thiện hiệu suất trong việc tương tác với khách hàng và nâng cao năng suất.
- Việc giới thiệu dịch và ghi âm trực tiếp phản ánh nhu cầu giao tiếp toàn cầu mở rộng trong các ngành công nghiệp đa dạng.
Các tính năng thông minh về giọng của OpenAI đánh dấu một tiến bộ đáng kể trong việc giao tiếp do trí tuệ nhân tạo, hỗ trợ cho nhiều lĩnh vực trong khi giải quyết vấn đề lạm dụng tiềm ẩn, đồng thời tiên báo về sự tiến hóa rộng lớn hơn đối với các công nghệ tương tác phức tạp.