一个半小时之后直播
9 Likes
说实话，语音这块还真不怎么期待…
1 Like
这个模型能打断用户了，不知道还有没有什么惊喜
好像还能选择推理能力？一边思考一边说？
2 Likes
我只关注Realtime Translate跟Realtime Transcription，看直播能做翻译/转录用 
这个应该更强，毕竟它可以自由打断用户了，但是可能非常非常贵吧
其实是完全不一样的方向，翻译/转录也不需要打断，
Openai也是把它们分成三个不同系列
1 Like
OpenAI摊子摊这么大，真的能把饼摊的又大又好吗 
感觉OpenAI同时在进行的方向比A÷多好多
2 Likes
我最期待的是 模型会主动像真人一样主动和我说话 而不是我说一句它说一句
不知道它这个能不能做到呢？我看它是可以打乱你说话，但如果你沉默的话，它好像也会沉默？
哎，OpenAI 真的太辛苦了
画图模型要和 Google 比，语音模型要和豆包比，编程要和 Claude 比，订阅价格要和 Deepseek 比
8 Likes
我不希望模型我沉默 它也沉默 这不还是我说一句它说一句
所以whisper真的不更新了吗（
它这个应该可以向下兼容？当时， Realtime Transcribe 没发布的时候，我就用 Realtime 1.5 做 Transcribe
等它发布之后可以试试，比如说让它过一会说一句话？不知道行不行，我猜应该还不行
话说豆包可以做到这个吗？
不知道呢，应该不更新了吧。可能以后就换成 Real time Transcribe 了？
新模型要是有活人感就好了，可以当一个不错的伙伴
别语音的时候稳稳接住我 
1 Like
语音这块主要api计费黑洞 之前是只要产生了就算被用户打断一样要收费
比如说 讲过故事 在开始讲的时候和他说说不要说了 连续来个几下 api费用爆炸
只有openai自己的产品能用得起了
1 Like
没用过它的语音TTS有人用吗？不知道咋样
现在可以了！可以主动发消息了
还可以听呼吸声之类的声音，来决定是否发消息
1 Like
只有pro/plus套餐才能用我已经买了api了 用不起啊
1 Like