Carlxlx
(Carlxlx)
1
首先最大的缺点：贵
gpt-4o现在2.5美刀1M，语音200美刀1M，简直是抢劫。我随便说了几句话，三美元就没了，二十多啊 
（然后我就去用API站了）
还有个问题，他还是以英语为主，中文识别有一些误差，而且口音很奇怪，给人一种老外学中文的感觉
剩下的全是优点，我一个一个说：
响应速度快：得益于直接识别语音而不是语音转文字，他已经能以平常对话的语速和你交流了，跟小爱同学那种还得等他转圈圈差太多了
有语调变化：可以让他改变语速、音调，再也不是那种冷冰冰的机械音（相信大家打客服电话都听过）
比语音助手智能：毕竟还是gpt-4o的基础，虽然离真人还有一定空间，不过比纯百度要强得多，毕竟你可以随时提问，相当于一个非常有耐心的一对一辅导
可以被打断：这一点很重要，比如你觉得他说的太啰嗦，或者有问题，你直接说话就行，他会立刻停下来听你，然后再接着你说的回答
识别功能强：经我测试，它可以识别出我的语气、语速、说话清晰还是模糊，从这里也能看出他跳过了语音转文字的过程，直接识别了我的语音
我觉得他最大的应用就是智能语音助手，这次我就实践了一次，用它辅助我把麦克风从电脑切换回我的耳机，然后还测试他能不能识别出我是再用哪个麦克风在和他对话。事实证明他虽然不是很智能，比较啰嗦，但还是可以帮我完成工作的，而且也能准确分辨出来这两种麦克风给他的语音区别。
最大的好处就是我可以一遍和他对话，一遍操作，完全不用像曾经那样还得做一步再切换回百度看下一步，直接全程语音指导
我对Openai的实时语音还是抱有很大希望的，有了它不难想象能节省多大的麻烦 
但现在还是太贵，我这说了几十分钟，160美元的余额就没了，幸亏我这家是0.1人民币一美元，否则把裤衩都亏没了
35 个赞
Carlxlx
(Carlxlx)
4
没带啊，我说的都是大实话，而且我也专门没把那个API站发出来，就是为了避免广告嫌疑
3 个赞
想要链接，可以私我一下吗。研究一下 0.1 的是啥样的
ymaster
(致远)
6
不过感觉确实贵，想知道你怎么用的，可以接入openwenui这些了么
1 个赞
请问模型是啥？我在Azure OpenAI 里好像也看到过
佬，我填了接口和key,显示websocket 连接服务器错误?
Carlxlx
(Carlxlx)
11
gpt-4o-realtime-preview，或者那个带日期的，我这个中转站之所以这么便宜，就是用的Azure
1 个赞
Carlxlx
(Carlxlx)
12
没遇到过，试试本地部署一下？下个安装文件也行
或者说开梯子？要是你用官方正版的API Key必须要开梯子
QinXiang
(秦昭襄王)
13
直接开plus就好了，你这样高强度用不如20美元一个月
Carlxlx
(Carlxlx)
14
我就试试，真没想到这么贵
plus的20美元太贵了，不值当的，以后等高级语音降价了再用用，现在一般情况下还是打字
passerby
(半杯无糖)
15
gpt-4o-audio-preview和gpt-4o-realtime-preview有啥区别
Carlxlx
(Carlxlx)
16
我说错了，应该用realtime
官方原文：
How is audio in Chat Completions different from the Realtime API?
The underlying GPT-4o audio model is exactly the same. The Realtime API operates the same model at lower latency.
字面理解，那就是audio是没有实时功能的阉割版，realtime是完整版
现在用是可以用了，但是ios chrome实时语音时默认用的是听筒，声音巨小，根本没法切换到扬声器。请问下佬这边使用正常吗？ ios还是安卓呢还是其他设备？
用的时候还以为几小时重置试用，用完了才发现是 1 个月后才能用。
Carlxlx
(Carlxlx)
19
我是用的电脑，那个链接就在上面，你可以试试
如果真没办法切换的话，连个蓝牙耳机呢？我看网上的视频基本都是免提，没有用听筒的
Carlxlx
(Carlxlx)
20
我看plus的限制好像是15分钟，合着这个15分钟是一个月的，不是一天的？那这也太坑了吧
