OpenAI、次世代音声API群「GPT-Realtime-2」などを発表

OpenAIは、Realtime API向けの次世代音声機能群を発表しました。

今回発表された​GPT-Realtime-2​は、​GPT-5​クラスの推論能力と12.8万トークンのコンテキストウィンドウを備えた高度な音声対話モデルです。

また、70以上の言語を13言語にリアルタイム翻訳する​GPT-Realtime-Translate​や、低遅延のストリーミング文字起こしに特化した​GPT-Realtime-Whisper​も同時に発表されています。

これらの次世代API群は、音声をソフトウェア操作におけるより自然なインターフェースとして広く普及させることを目的として提供されます。