302.AI带来实时语音便捷方案,让你快速体验AI语音通话

在10月初,OpenAI在旧金山召开了开发者大会。在发布会中,OpenAI推出了Realtime API 的公开测试版。

Realtime API是一种实时多模态API,它允许开发人员构建低延迟、多模态的AI应用体验。这个API背后的技术是GPT-4o模型,它支持音频输入和输出,能够实现超越传统基于文本的AI对话的实时、自然的语音交互。

像Realtime这一类AI实时语音通话工具的应用场景非常广泛,比如OpenAI在发布会上展示了一个通过Realtime API构建的旅行规划应用,用户可以通过语音与AI助手互动,迅速获取关于伦敦旅行的建议,从餐厅推荐到景点信息,充分体现了语音交互技术的便捷性与实用性。

Realtime API价格

Realtime支持文本和音频两种方式,在10月30日,OpenAI官网更新调整了Realtime的API价格,其中音频的输入输出价格不变,新增缓存输入令牌,具体价格是:

输入:100美元/1M tokens;

缓存输入:20美元/1M tokens;

输出:200美元/1M tokens;

即使做了调整,价格也还是很贵!

302.AI带来实时语音便捷方案,让你快速体验AI语音通话

这样一来,用户想要直接在官网使用,不仅价格昂贵,还有可能受到地区限制。而302.AI给用户提供了一个极具性价比的选择,且无需OpenAI会员也能体验!具体步骤如下:

AI语音通话工具介绍

1、首先打开302.AI,进入工具超市,找到AI语音通话工具:

302.AI带来实时语音便捷方案,让你快速体验AI语音通话

2、302.AI的AI语音通话提供了【对讲机】【电话】两种模式:

【对讲机】模式可以手动控制输入和输出,一问一答,比较传统;

302.AI带来实时语音便捷方案,让你快速体验AI语音通话

【电话】模式用户使用通话开关键控制通话开始和结束,更接近于传统的打电话,AI实时回复,用户可以对AI进行打断;

302.AI带来实时语音便捷方案,让你快速体验AI语音通话

3、【对讲机】和【电话】这两种方式都可以进行高级设置,比如可以手动设置自动挂断时间,当连接时间超过设定的值时就能够自动挂断,这样用户能够更好管理消耗,防止消耗太大。

302.AI带来实时语音便捷方案,让你快速体验AI语音通话

4、在高级设置中,用户除了可以选择语音音色外,还能够自定义人格指令,通过设置不同的人格指令,AI能够展现出不同的性格特征,使得对话更加个性化和有趣。例如,用户可以要求AI接收中文回复英文,或采用特定的情绪说话,这可以使得交流更具有多样性。

302.AI带来实时语音便捷方案,让你快速体验AI语音通话

302.AI提供按需付费的使用方式,用户只需根据自己的实际使用情况支付费用,灵活且经济实惠。

开源链接

为方便企业和用户能快速将AI语音通话技术集成到各种第三方应用中,302.AI已经将AI语音通话工具开源,感兴趣的用户可以进入下方链接获得源代码进行定制化开发:

302.AI AI语音通话工具开源链接:https://github.com/302ai/pub_realtime

总结

根据了解,OpenAI后续会通过收集到的反馈继续改进Realtime API,比如添加视觉和视频等其他模式等,同时还宣布会在Realtime API即将推出的版本中支持 GPT-4o mini模型,价格应该会大幅降低,大家可以一起期待下!

随着语音技术的日渐成熟和成本下降,AI语音通话工具的实际应用场景会越来越广阔。通过将AI语音通话技术集成到各类第三方应用中,我们有望在未来看到客服、教育培训、医疗、娱乐等领域实现更高效的用户交互和体验。与此同时,302.AI也会不断进步,紧密关注社会趋势,为现有使用者带来更便捷的体验。

Like (1)
302.AI302.AI
Previous 2024 年 10 月 29 日 下午7:00
Next 2024 年 11 月 1 日 下午6:09

相关推荐

  • “草莓”终于现真身了,OpenAI发布最新o1大模型!

    北京时间9月13日凌晨,OpenAI发布o1大模型,“草莓”终于现真身了,酝酿已久的“草莓”终于面世。 据了解,OpenAI o1模型经过强化学习训练可以执行复杂的推理,还能解决比以前更难的科学、编码和数学问题。官方称,OpenAI o1模型在美国数学奥林匹克 (AIME) 预选赛中跻身美国前 500 名学生之列,并在物理、生物和化学问题 (GPQA) 基准…

    2024 年 9 月 13 日
    50800
  • 谷歌发布最新两款Gemini 1.5系列模型,与草莓o1模型对比谁表现更好?

    9月25日,Google旗下的Gemini 1.5系列模型迎来了最新版本的发布,分别是Gemini-1.5-Pro-002和Gemini-1.5-Flash-002两款模型。据了解,与之前的版本相比,Gemini-1.5-Pro-002 和 Gemini-1.5-Flash-002在数学、上下文和视觉方面的能力得到了显著提升。 根据官方数据显示,两款模型在M…

    2024 年 9 月 26 日
    27400
  • Genmo推出全球最大开源视频生成模型Mochi V1,实测效果到底行不行?

    10月22日,Genmo在社交媒体平台发布消息,推出最新的开源视频生成模型 Mochi V1。Mochi V1采用创新的 Asymmetric Diffusion Transformer(AsymmDiT)架构,拥有高达100亿个参数,是迄今为止公开发布的最大视频生成模型。 根据Genmo官方介绍,Mochi V1模型在提示词遵循和动作质量方面表现十分出色:…

    2024 年 10 月 28 日
    26000
  • Reflection-Llama-3.1-70B发布短短几天,为何备受争议?

    9月6日,AI写作初创公司HyperWrite发布了Reflection-Llama-3.1-70B模型。该模型基于Meta的Llama 3.1-70B Instruct,并使用原始的 Llama Chat 格式,确保了与现有工具和 pipeline 的兼容性。 在发布当天,HyperWrite 公司的 CEO Matt Shumer 在社交媒体平台发文表示…

    2024 年 9 月 9 日
    25400
  • 资讯丨最新推理模型PK,DeepSeek-R1/Gemini-Thinking/o1

    原本以为“卷”了一年的AI大模型圈年末终于能暂歇一口气,但没想到最近几日接连有新模型发布。 1月20日晚,DeepSeek发布了推理模型–DeepSeek-R1。据官方介绍,DeepSeek-R1 在后训练阶段大规模使用了强化学习技术,在仅有极少标注数据的情况下,极大提升了模型推理能力。在数学、代码、自然语言推理等任务上,性能比肩 OpenAI …

    2025 年 1 月 23 日
    24000

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注