OpenAI kondigde donderdag aan dat zijn API nu een reeks nieuwe spraakintelligentie-functies zal bevatten, ontworpen om ontwikkelaars te helpen apps te bouwen die gesprekken met gebruikers kunnen voeren, transcriberen en vertalen. Want blijkbaar is typen zo vorig decennium.

Het nieuwe GPT-Realtime-2 van het bedrijf is weer een spraakmodel, gebouwd om een realistische vocale simulatie te creëren die met gebruikers kan converseren. In tegenstelling tot zijn voorganger (GPT-Realtime-1.5) heeft deze GPT-5-klasse redenering, waarvan OpenAI zegt dat het is gemaakt om complexere verzoeken van gebruikers af te handelen. Dus ja, het is slimmer, maar het kan nog steeds geen pizza bestellen zonder om een fooi te vragen.

Ook gelanceerd wordt GPT-Realtime-Translate, dat, zoals de naam al aangeeft, realtime vertaaldiensten biedt die 'gelijk opgaan' met de gebruiker, conversationeel. De functie ondersteunt meer dan 70 invoertalen (de talen die het kan begrijpen) en 13 uitvoertalen (de talen die het doorgeeft aan de spreker). Dat zijn veel talen, maar we wachten nog steeds op de vertaling van sarcasme.

Tot slot is er GPT-Realtime-Whisper, een nieuwe transcriptiemogelijkheid die gebruikers live spraak-naar-tekst geeft terwijl interacties plaatsvinden. Want handmatig aantekeningen maken is zo 2019.

'Samen verplaatsen de modellen die we lanceren realtime audio van eenvoudige vraag-en-antwoord naar spraakinterfaces die daadwerkelijk werk kunnen verrichten: luisteren, redeneren, vertalen, transcriberen en actie ondernemen terwijl een gesprek zich ontvouwt', aldus het bedrijf. Met andere woorden, je telefoon begrijpt je misschien eindelijk als je zegt 'Ik ben onderweg' terwijl je nog in bed ligt.

Wie hebben er baat bij deze updates? Bedrijven die hun klantenservicemogelijkheden willen uitbreiden zijn een voor de hand liggend doelwit. Maar OpenAI merkt ook op dat de functies zullen helpen bij onderwijs, media, evenementen en platformen voor makers. Want niets zegt 'onderwijs' als een robot die over je heen kan praten.

Hoe nuttig deze tools ook lijken vanuit een bedrijfsperspectief, ze kunnen ook worden misbruikt. Het bedrijf zegt dat het vangrails heeft ingebouwd om misbruik zoals spam, fraude of andere online wandaden te voorkomen. Bepaalde triggers zijn ingebed in het systeem zodat 'gesprekken kunnen worden gestopt als ze worden gedetecteerd als schending van onze richtlijnen voor schadelijke inhoud'. Dus als je het probeert te gebruiken om oude dametjes op te lichten, hangt het gewoon op. Hoe beleefd.

Alle nieuwe spraakmodellen zijn opgenomen in de Realtime API van OpenAI. Translate en Whisper worden per minuut gefactureerd, terwijl GPT-Realtime-2 per tokenverbruik wordt gefactureerd. Want in de toekomst betaal je voor elke lettergreep.