在人工智能技术飞速发展的当下，OpenAI 于2023年10月1日推出了其最新的实时 API，旨在为开发者提供构建智能语音应用的强大工具。此 API 的发布受到了广泛关注，尤其是在 OpenAI DevDay 新加坡站上，Daily.co 的工程师分享了他们在使用这一 API 过程中获得的经验和教训。该工程师们不仅借助实时 API 搭建产品，还积极参与了开源项目 Pipecat 的开发，旨在为更多开发者提供便利。实时 API 的核心功能是其出色的 “语音到语音” 处理能力，这使得开发者能够以极低的延迟实现语音交互。通过将语音输

今天，OpenAI 宣布对其实时 API 进行更新，目前该 API 仍处于测试阶段。这次更新的亮点在于推出了五种新的语音选项，专为语音到语音应用而设计，同时还降低了相关的缓存费用，让开发者在使用时更加经济实惠。在新推出的五种语音中，OpenAI 在 X 上的一篇文章中展示了其中三种新声音，Ash、Verse 和听起来像英国的 Ballad。这些声音不仅更加生动和可调节，还能够提供更自然的交流体验。OpenAI 在其 API 文档中提到，这项原生的语音到语音功能省去了中间的文本格式处理，从而实现了低延迟和