OmniTools 5月8日消息，OpenAI 宣布在其 Realtime API 中上线多项新语音智能功能，包括 GPT-Realtime-2、GPT-Realtime-Translate 和 GPT-Realtime-Whisper。
GPT-Realtime-2 是新一代语音交互模型，基于 GPT-5 级推理能力，支持更复杂的实时对话；GPT-Realtime-Translate 支持超 70 种输入语言和 13 种输出语言的实时语音翻译；GPT-Realtime-Whisper 提供低延迟语音转文字能力，适用于实时交互场景。
OpenAI 表示，这些模型共同推动语音接口从简单应答向“边听、边理解、边行动”的工作型语音交互演进，适用场景涵盖客户服务、教育、媒体、活动及创作者平台等。API 调用按分钟（翻译与转录）或 token（GPT-Realtime-2）计费。