10月2日消息，今天，OpenAI发布了实时 API 公开测试版，用于构建基于GPT-4o语音到语音的AI应用和智能体，所有付费的开发者都能在应用程序中构建低延迟、多模态的实时互动体验。
同时，OpenAI 还公布了3家语音API合作者：LiveKit、Agora、Twilio。其中，Agora的兄弟公司是声网，两家公司在2023年5月拆分。声网聚焦在中国市场，总部位于中国上海。Agora聚焦在美国和国际市场，总部位于美国加州圣克拉拉。
Agora官网显示，Agora发布了面向OpenAI 的会话式AI SDK，SDK集成了OpenAl的新实时API，支持与人工智能进行自然的语音交互，其中语音被直接处理，而不是转换为文本。这种超低延迟的方法允许逼真的对话，并使人工智能能够理解人类的情感。
可以预见，实时API的发布，标志着 OpenAI 在 AI 应用领域迈出了重要一步。相比于之前的多模型串联方式，实时API能进一步降低语音交互的延时，能够实现更接近真人的情感和情绪表达，提供更自然的对话体验。
总结
**文章总结**：OpenAI近日推出了实时API的公开测试版，专为开发基于GPT-4的语音到语音AI应用和智能体而设计。这一创新技术允许所有付费开发者在应用中构建低延迟、多模态的实时交互体验。同时，OpenAI宣布了三家重要的语音API合作伙伴：LiveKit、Agora及其兄弟公司声网（后两者分别在全球和中国市场有所侧重）。
特别值得注意的是，Agora发布了针对OpenAI开发的会话式AI SDK，集成了OpenAI的新实时API，能够实现用户与AI之间的自然语音交互，且无需经过文本转换步骤，显著降低了交互延迟。这种技术革新使得AI对话更为逼真，能够理解并表达人类的情感和情绪，为用户带来前所未有的自然对话体验。
实时API的推出，标志着OpenAI在AI应用领域取得了重大进展，不仅优化了语音互动的效率，还大大提升了互动的真实性和沉浸感，预示着未来AI技术将更加贴近人类沟通的本质。