OpenAI语音到语音模型

gpt‑realtime是OpenAI 推出的 生产级语音到语音 AI 模型，具备低延迟、高保真语音、多语言切换、复杂指令遵循与函数调用能力。结合 Realtime API，可直接处理音频、文本、图片输入，并支持远程 MCP 工具接入与 SIP 电话呼叫，适用于 AI 电话客服、智能语音助理、教育培训、销售咨询等场景。相比传统管道，gpt‑realtime 以单一模型实现端到端语音交互，响应更自然流畅。