OpenAI 发布 gpt-4o-audio-preview 模型主要功能包括：- 根据文本生成语音响应。- 分析音频输入的情感、语调和音调。- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。与Realtime API的区别：

Warning: Missing argument 3 for write(), called in /www/wwwroot/biwei1.cn/incs/robot.php on line 68 and defined in /www/wwwroot/biwei1.cn/incs/data.php on line 487

site stats

OpenAI 发布 gpt-4o-audio-preview 模型主要功能包括：- 根据文本生成语音响应。- 分析音频输入的情感、语调和音调。- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。与Realtime API的区别：

发布时间: 2024-10-18 10:20:26

1分

数据加载中

关注推特

收听电报

2

1

0

OpenAI 发布 gpt-4o-audio-preview 模型
主要功能包括：
- 根据文本生成语音响应。
- 分析音频输入的情感、语调和音调。
- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。
与Realtime API的区别：
时政
( twitter.com )

7个月前由小互提交

OpenAI 发布 gpt-4o-audio-preview 模型

主要功能包括：

- 根据文本生成语音响应。
- 分析音频输入的情感、语调和音调。
- 支持语音到语音的互动，音频既可以作为输入也可以作为输出。

与Realtime API的区别：

gpt-4o-audio-preview：主要用于语音生成、语音情感分析、语音到语音交互，注重语音输入和输出的细节处理，如语调、情感等。

Realtime API：侧重实时数据处理，适用于需要即时反馈的场景，如实时语音转文本、即时翻译等连续互动的应用。

支持多种模式组合，包括：

- 文本输入 → 文本 + 音频输出：将输入的文本生成文本和语音输出。

- 音频输入 → 文本 + 音频输出：根据音频输入生成文本和语音输出。

-音频输入 → 文本输出：将音频转化为文本。

- 音频输入 → 文本输出：将音频转化为文本。输出：混合输入，生成文本和语音输出。

- 文本 + 音频输入 → 文本输出：混合输入，生成文本输出。

价格如下：

文本输入标记：约 $5 美元/每百万 tokens。
文本输出标记：约 $15 美元/每百万 tokens。
音频输入标记：价格为 $100 美元/每百万 tokens，相当于每分钟音频约 $0.06 美元。
音频输出标记：价格较高，为 $200 美元/每百万 tokens，相当于每分钟音频约 $0.24 美元

详细：https://t.co/tHxslE678N

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

4

3

3

TECH: OpenAI GPT-4o tutoring demonstration
时政
( twitter.com)

1年前 • The Spectator Index • -- 点击 • 下载视频 0 评论

00:02:49

2

2

1

1

在大家都在翘首以盼 OpenAI 发布 GPT-5 的时候，OpenAI 却只是先后发布了 GPT-4o和 GPT-4o mini，甚至推理能力智能程度还不如当初的 GPT-4，但是这两个新模型不仅支持了多模态，而且参数都要小于 GPT-4，生成速度很快，推理成本也低了很多倍。
这背后，应该是因为新的 GPT-4o
IT技术
( twitter.com)

10个月前 • 宝玉 • -- 点击 0 评论

3

2

1

1

OpenAI发布全能大模型GPT-4o：文图音任意组合输出，可实现人类级别响应
大陆资讯
( www.thepaper.cn)

1年前 • 牛郎侄女 • -- 点击 0 评论

4

2

1

1

牛逼坏了！
今天，OpenAI 发布了 GPT-4o！！
其中一个演示生成各种基于情感的声音！！！

时政
( twitter.com)

1年前 • Inty热点新闻 • -- 点击 • 下载视频 0 评论

00:01:12

5

2

1

1

OpenAI抢在Google I/O开发者大会前举办线上直播，宣布将推出桌面版ChatGPT，并发布全新旗舰AI模型GPT-4o。
GPT-4o向所有人免费开放，可实时跨文本、音频、视觉推理，API定价相对GPT-4
时政
( twitter.com)

1年前 • 外汇交易员 • -- 点击 0 评论

6

2

1

1

OpenAI气数已尽，Altman不干实事
看今天发的GPT-4.1，我感觉OpenAI大概率气数已尽了。高端打不过Gemini和Claude，nano估计也打不过Gemini Flash（看得分就不如4o-mini），只敢跟两年前的4o比，但还不能替换4o，因为不是多模态的。
时政
( twitter.com)

1个月前 • WY • -- 点击 0 评论

7

2

1

1

WSJ 今日发布了爆料文章，揭秘了 OpenAI 公司内部的冲突、八卦，原来 Mira 的离职和 4o 有关。
Mira 和 GPT4o
今年春季，OpenAI 为了抢走 Google 的风头，紧急发布了 4o。
在发布 4o 之前，只给安全团队9天的测试时间。
安全团队每天工作20小时，但仍然无法进行完整的安全测试，最终 4o 上线。
4o
IT技术
( twitter.com)

8个月前 • orange.ai • -- 点击 0 评论

8

2

1

1

用一个实例证明gpt-4o模型的中文语言污染已经到了令人发指的地步😡😡😡
测试对象：gpt-4o token 词汇库中的177431 号“给主人留下些什么吧”
测试方法：openai playground， temperature 设置为 0（按照模型参数精确生成，避免模型创造力带来的影响），同时对比 gpt-4o（被污染）和…
时政
( twitter.com)

1年前 • howie.serious • -- 点击 0 评论

9

2

1

1

GPT-4o
IT技术
( twitter.com)

2个月前 • 宝玉 • -- 点击 0 评论

10

2

1

1

chatgpt 的降智识别和解决，简要写一下：
# 降智的定义
所谓的降智，并不是model 本身问题，而是openai 会根据使用者偷偷更换chatgpt底层调用的model，前端没有任何提示或显示，例如
o1-pro 变 o1
o1 变 gpt-4o
gpt-4o 变 gpt-4o-mini
等情况
# 降智的识别
主要针对 o1-pro
1.
时政
( twitter.com)

4个月前 • LotusDecoder • -- 点击 0 评论

0.12827 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: [email protected]

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by recha and the Google Privacy Policy and Terms of Service apply.

关注推特

').appendTo(document.body); } $(document).ready(function() { $("a.format_output").bind("click", function(e) { var tid = $(this).closest("div.entry").find("a.title").attr("vid"); if (tid) { clickCounter(tid); } }); });