OpenAI近日推出了新一代音频模型，涵盖语音转文本和文本转语音功能。其中，gpt-4o-transcribe单词错误率显著降低，优于现有Whisper模型；gpt-4o-mini-transcribe为精简版，速度更快、效率更高；gpt-4o-mini-tts首次支持“可引导性”，让开发者能灵活控制语音风格，语音交互技术迈向新高度。
