# OpenAI 发布 Realtime API 公测版，让开发者直接调用 GPT-4o 做低延迟语音对话

> 原标题：Introducing the Realtime API

- 来源：OpenAI News
- 发布时间：2024-10-01T10:05:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/698
- 原文：https://openai.com/index/introducing-the-realtime-api

## 摘要

OpenAI 在 2024 年 10 月 1 日推出了 Realtime API 的公测版，所有付费开发者都能用。这个接口通过一个持久的 WebSocket 连接，把音频直接流式传给 GPT-4o，再流式返回语音，省掉了以前那种“先转文字、再生成回复、最后转语音”的串联流程。好处是延迟更低，能保留语气和重音，还能自动处理用户插话。

## 推荐理由

OpenAI 公测 Realtime API，开发者可通过一条 WebSocket 连接让音频直连 GPT-4o 流式往返，省去语音转文字再转语音的串联环节。

## 锐评

一条 WebSocket 直连 GPT-4o，以前做语音串联的中间件基本没活路了。过去跑实时对话，必须把转文字、生成回复和文字转语音串在一起，延迟叠下来很难受，处理用户插话还要自己做一堆机制。现在一个接口把音频双向流式打通，连语气重音和自动打断都内建好了。我觉得靠拼接这三道工序卖方案的公司，以后很难再向客户收到钱。
