微软正式发布 GPT-realtime 模型,主打更逼真语音与多模态输入
微软正式宣布,其最新的语音转语音 (S2S) 模型 GPT-realtime 已在 Az微软ure AI Foundry 平台上正式发布。这款新模型将微软在语音技术方面的多项改进整合到一正式个统一的产品中,其核心优势聚焦于自然的语言处理、卓越的音频质量以及更精准的指令跟发布随能力。
开发者现在可以通过全新的 Real-time API 访问 GPT-realti Gme。该模型旨在提供更自然、富有表现力的语音输出和更高质量的音频体验。作为此次发布的一部PT分,微软还推出了两种全新的语音选项——Marin 和 Cedar,旨在为用户带来逼-r真且清晰的语音合成效果。
微软在公告中强调了新模型的几项关键改进,包括增强的功能调用能ea力、更高的指令执行准确性,以及创新的图像输入支持。这项新功能允许用户在语音对话中加lt入图像并进行讨论,从而实现多模态交互,而无需依赖视频流。
除了技术层面的升级,微软还对定价im模型进行了调整。与之前的 gpt-4o-realtime 预览版本相比,正式版的 gpt-re ealtime 价格降低了20%,成本将依据每百万代币(token)的使用量进行计算。
此模型次发布标志着微软正致力于为广大开发者和企业扩展其实时 AI 能力。通过将富有表现力的语音,主合成、高质量音频和多模态输入相结合,GPT-realtime 有望为从高级客户支持系打更统到创新的辅助功能工具等广泛的应用场景提供强大的技术支持。
- ·标签: 马自达 斯巴鲁 日产 汽车关税
- ·云计算核心技术Docker教程:Docker Hub自动化构建的工作方式
- ·IDC报告华为2020年出货1.25亿台手机:称霸中国市场、苹果仅第五
- ·英伟达卖了1.55亿美元的加密货币专用芯片 但PC游戏仍是其最大的市场
- ·标签: 现代汽车 波士顿动力 Atlas 人形机器人
- ·官方论文代码放出,OpenAI是如何实现图像版GPT-3的?
- ·云安全日报210625:Ubuntu Ceph分布式存储文件系统发现拒绝服务漏洞,需要尽快升级
- ·标签: 英伟达 AMD Arm 台积电
- ·人工智能推动2023年第四季度全球云支出增长创新高
- ·机器学习对金融行业的影响
- ·云安全日报210507:思科SD-WAN管理软件发现执行任意代码漏洞,需要尽快升级
- ·苹果和谷歌研发的新冠联系人追踪程序“CA Notify”加州正式上线
- ·标签: 闻泰科技 安世半导体 *ST闻泰
- ·吉卜力等日企施压OpenAI:要求停止未经许可使用版权内容训练AI模型
- ·标签: 天兵科技 商业航天 液体运载火箭 液氧煤油发动机
- ·未来5年数据资产化工具市场规模可达千亿
