GPT-Realtime-Translate
PulseAugur coverage of GPT-Realtime-Translate — every cluster mentioning GPT-Realtime-Translate across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI 模型加速语音合成并实现实时翻译
研究人员开发了 Faster IndexTTS-2，一个显著加速 GPU 部署的自回归文本到语音模型系统。新版本将 GPT 组件的推理速度提高了 5.0 倍，端到端速度提高了 3.6 倍，同时还能实现流式合成和批量推理，而对音频质量的影响极小。另外，OpenAI 已悄然推出 GPT-Realtime-Translate，一个能够跨 70 多种语言进行实时翻译的语音到语音翻译模型，定价为每分钟 0.034 美元。
-
Gradium推出实时语音翻译模型，挑战GPT和Gemini
Gradium推出了两款新的实时语音翻译模型stt-translate和s2s-translate，旨在超越现有的解决方案，如GPT-Realtime-Translate和Gemini 3.5 Live Translate。这些模型支持五种语言和20种语言对，将传统的三个模型流程整合为更高效的两个模型流程。Gradium声称，与Gemini 3.5 Live Translate相比，其模型在BLEU和MetricX基准测试中准确性更高…
-
Thinking Machines 预览实时 AI 协作的交互模型
Thinking Machines 推出了一项交互模型的研究预览，该模型专为原生、实时的协作而设计。这些模型可同时处理音频、视频和文本，实现持续的思考、响应和行动。这种方法旨在克服当前基于回合制的 AI 界面的局限性，从而实现更自然、更流畅的人机协作，模仿人与人之间的互动。
-
OpenAI 发布 GPT-5 级别语音模型，支持实时翻译和智能代理
OpenAI 发布了三款新的实时语音模型：GPT-Realtime-2、GPT-Realtime-Translate 和 GPT-Realtime-Whisper。GPT-Realtime-2 将 GPT-5 级别的推理能力集成到语音交互中，支持 128K 上下文窗口和并行工具调用。GPT-Realtime-Translate 提供跨多种语言的实时、低成本同声传译，大幅降低了传统人工译员的成本。GPT-Realtime-Whisper…
-
OpenAI 发布 GPT-5 级语音模型，支持实时推理、翻译和转录
OpenAI 发布了三款新的实时语音模型：GPT-Realtime-2、GPT-Realtime-Translate 和 GPT-Realtime-Whisper。这些模型提供了增强的推理能力、对 70 多种语言的实时语音翻译以及低延迟转录。特别是 GPT-Realtime-2，被描述为具有“GPT-5 级推理”能力，并拥有显著扩展的 128K 令牌上下文窗口，同时改进了对中断和工具使用的处理。