OpenAI ने गुरुवार को कहा कि उसके API में अब कई नई वॉइस इंटेलिजेंस सुविधाएँ शामिल होंगी, जो डेवलपर्स को ऐसे ऐप बनाने में मदद करने के लिए डिज़ाइन की गई हैं जो उपयोगकर्ताओं के साथ बात कर सकते हैं, ट्रांसक्राइब कर सकते हैं और बातचीत का अनुवाद कर सकते हैं।
कंपनी का नया GPT‑Realtime‑2 एक और वॉइस मॉडल है, जो उपयोगकर्ताओं के साथ बातचीत करने के लिए एक यथार्थवादी वोकल सिमुलेशन बनाने के लिए बनाया गया है। हालांकि, अपने पूर्ववर्ती (GPT-Realtime-1.5) के विपरीत, यह GPT‑5‑क्लास रीज़निंग के साथ बनाया गया है, जिसे OpenAI का कहना है कि उपयोगकर्ताओं के अधिक जटिल अनुरोधों से निपटने के लिए बनाया गया था।
कंपनी GPT‑Realtime‑Translate भी लॉन्च कर रही है, जो जैसा कि नाम से पता चलता है, रीयल-टाइम अनुवाद सेवाएँ प्रदान करने के लिए डिज़ाइन की गई है जो उपयोगकर्ता के साथ बातचीत में "तालमेल बनाए रखती है"। इस सुविधा में 70 से अधिक इनपुट भाषाएँ (अर्थात, वे भाषाएँ जिन्हें यह समझ सकता है) और 13 आउटपुट भाषाएँ शामिल हैं।