Lesen Sie unsere Offenlegungsseite, um herauszufinden, wie Sie Windows Insight helfen können, das Redaktionsteam zu erhalten. Mehr lesen
Die Leser unterstützen Windows Insight. Wir können eine Provision erhalten, wenn Sie unsere Links kaufen.
Microsoft hat offiziell die allgemeine Verfügbarkeit von GPT-RealTime, seinem neuesten Speech-to-Speech (S2S) -Modell für Azure AI Foundry, angekündigt. Das neue Modell vereint Microsofts Sprachverbesserungen in ein einheitliches Angebot, wobei der Schwerpunkt auf natürlicher Sprache, Audioqualität und besseren Anweisungen liegt.
Entwickler können nun über die Echtzeit-API auf GPT-RealTime zugreifen, die natürliche, ausdrucksstarke Stimmen und Audio mit höherer Qualität unterstützt. Zwei neue Stimmen, Marin und Cedar, sind in dieser Veröffentlichung enthalten, um eine lebensechte und klare Sprachausgabe zu bieten.
Microsoft hebt verschiedene Verbesserungen hervor, einschließlich erweiterter Funktionsaufrufe, besserer Anweisungsgenauigkeit und Unterstützung bei der Bildeingabe, mit der Benutzer Bilder in Konversationen hinzufügen und über Sprache diskutieren können, ohne Video zu erfordern.
Neben technischen Upgrades wurde auch die Preisgestaltung angepasst. Die GPT-RealTime ist zu 20% billiger im Vergleich zur früheren Vorschau der GPT-4O-RealTime, wobei die Kosten auf der Nutzung pro Million beruht.
Der Start signalisiert den Vorstoß von Microsoft, die Echtzeit-KI-Funktionen sowohl für Entwickler als auch für Unternehmen zu erweitern. Durch die Kombination der expressiven Sprachsynthese, der hochwertigen Audio- und multimodalen Eingaben ist GPT-RealTime positioniert, um eine breite Palette von Anwendungsfällen zu unterstützen, von Kundenunterstützungssystemen bis hin zu Zugänglichkeitstools.
Das Modell ist heute über Azure AI Foundry erhältlich, wobei die vollständige Dokumentation auf Microsoft Learn veröffentlicht wird.
*️⃣ Quellverknüpfung:
offiziell angekündigt, gpt-realtime,