智东西8月29日消息，今天凌晨，OpenAI发布为开发人员打造的语音转语音模型GPT-RealTime，并同步更新了包括远程MCP服务器支持、图像输入和SIP （通过会话发起协议）电话呼叫支持的API功能。 OpenAI称这是其迄今为止最先进的语音合成模型，GPT-RealTime在遵循复杂指令、精确调用工具以及生成更自然、更具表现力的语音方面有所改进。该 模型可以自然朗读重复的字母、数字，无缝切换语言，甚至可以捕捉笑声等非语言信号。 今天OpenAI还发布了两个新语音Cedar和Marin，它们将在Realtime API中独家提供。 定价方面，通用版Realtime API和新的GPT-RealTime模型从今天起对所有开发者开放，GPT-RealTime每百万token音频输入价格为32美元（折合人民币约 228元），缓存输入每百万token为0.4美元（折合人民币约2.85元），每百万token音频输出价格64美元（折合人民币约456元），GPT-RealTime相比gpt-4o- realtime-preview价格下调20%。 但从OpenAI在社交平台X的评论区来看，有用户对这一新模型充满期待， ...