3月21日消息，昨晚，OpenAI一口气发布了三款音频模型，并对 AgentSDK进行了重要升级，旨在帮助开发者构建更强大的「语音智能体」。

　　据 OpenAI 称，这两款语音转文本模型在各种语言的转录准确率上全面超越之前的 Whisper 模型。

　　为了方便开发者将文本智能体升级为语音智能体，OpenAI 还对 Agent SDK 进行了深度优化。升级后的 SDK 支持双向流式传输，语音输入和输出更加实时。此外，Agent SDK 还与 OpKaiyun网站enAI 的调试 UI 无缝集成，开发者可以直观追踪语音交互的全过程，快速定位并修复问题。

　　据介绍，新音频模型基于 GPT‑4o 和 GPT‑4o-mini 架构，在专门的音频数据集上进行了广泛预训练。OpenAI 采用增强蒸馏技术，使小型模型在性能上接近大型模型，同时通过强化学习（RL）方法大幅提高语音转录的准确度，减少识别错误。

　　OpenAI 平台负责人 Olivier Godement Kaiyun网站在直播中表示，语音是人类最自然的交互方式，打造可靠、精准、灵活的语音智能体，将极大地拓展 AI 的应用场景。（袁宁）

　　李开复：中国大模型未来大概率只剩下DeepSeek、阿里和字节跳动三家

　　贾平凹 ：人老了，躺在病床上才明白，废掉身体最快速的方式，不是抽烟、喝酒、打麻将，而是这2件事

　　复旦大学研究生退学摆摊卖土豆泥 当事人：请大家鼓起勇气，问清自己想要什么

　　《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律

　　全球首款RGB-Mini LED电视来了！海信发布旗舰新品：27999-99999元

　　英睿达P310 SSD 2TB评测：满速PCIe 4.0还自带散热片 PS5扩容好选择

　　99999 元，海信 116 英寸 UX RGB-Mini LED 电视发布