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！
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：
2、302.AI的AI语音通话提供了【对讲机】和【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；
【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；
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。
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。
