刚刚，OpenAI发布新一代语音模型，更具个性化的语音agent要来了

OpenAI发布了三款新的语音模型——gpt-4o-transcribe、gpt-4o-mini-transcribe和gpt-4o-mini-tts，这些模型在语音转文本（STT）和文本到语音（TTS）方面提供了更高的准确性和个性化选项。这些模型通过使用真实音频数据集进行预训练、增强的蒸馏方法和强化学习技术，显著提升了语音识别的准确性和语言适应能力。新模型在多项基准测试中表现优异，特别是在多语言语音识别方面，提供了更广泛的语言适应能力和更精确的转录效果。此外，OpenAI还提供了API和SDK，帮助开发者更容易地集成这些语音模型到他们的应用中，以构建更强大和个性化的语音agent。