# 🤖 OpenAI 发布三款音频模型，提升语音交互智能化

Source: https://www.zaihua.news/article/41269/

[返回新闻流](https://www.zaihua.news/)
2026年5月8日 · 01:19 · [在花新闻](https://www.zaihua.news/about/)

# OpenAI 发布三款音频模型，提升语音交互智能化

OpenAI 在 Realtime API 中推出三款新模型，旨在提升语音应用的推理能力与实时交互体验：

1. GPT-Realtime-2：首款具备 GPT-5 级推理能力的语音模型，上下文窗口由 32K 扩大至 128K，支持五档推理力度调节，显著提升了复杂指令遵循和工具调用的可靠性。
2. GPT-Realtime-Translate：实时语音翻译模型，支持 70 多种输入语言和 13 种输出语言，能在保持语速同步的同时处理方言与专业术语。
3. GPT-Realtime-Whisper：流式语音转文字模型，专为低延迟场景设计，适用于实时生成会议纪要、字幕或驱动语音助手持续理解。

GPT-Realtime-2 的输入与输出定价分别为每百万 token 32 美元和 64 美元；Translate 与 Whisper 按分钟计费，单价分别为 0.034 美元和 0.017 美元。

[OpenAI](https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/)

🌸 [在花频道](http://t.me/ZaiHuaPd) · [茶馆讨论](https://t.me/zaihuaSpace) · [投稿通道](http://t.me/ZaiHuabot)

https://cdn.zaihua.news/main/41269/mtproto-0-e90ab334f6866aa1.jpg

[上一条 Google 为 AI 搜索结果加入社区观点与链接改进](https://www.zaihua.news/article/41268/)[下一条Linux 内核现严重本地提权漏洞，全主流发行版暂无补丁](https://www.zaihua.news/article/41270/)