GPT Realtime 2

Active

ট্যাগলাইন:নিবন্ধন ছাড়াই লেখাকে স্বাভাবিক কণ্ঠে রূপান্তর করুন

আপডেট করা হয়েছে:২২ অক্টোবর, ২০২৬

Domain Rating:

সোশ্যাল মিডিয়া:-

AI টেক্সট-টু-স্পিচ / ভয়েসওভার ভয়েস জেনারেশন এবং কনভার্সন এআই এপিআই ইন্টারফেস এআই ডেভেলপার টুলস সঙ্গীত ও অডিও API উপলব্ধ ডেভেলপারদের জন্য AI এজেন্টের জন্য প্রস্তুত বিনামূল্যে

ওয়েবসাইট খুলুন

ওয়েবসাইট পরিদর্শন করুন

কী GPT Realtime 2?

GPT Realtime 2 নিবন্ধনবিহীন ব্রাউজার প্লেগ্রাউন্ড ও একটি ব্যক্তিগত সার্ভার রুটের মাধ্যমে লেখাকে স্বাভাবিক, স্ট্রিমিং কণ্ঠস্বরে রূপান্তর করে। প্লেগ্রাউন্ড OpenRouter-এর openai/gpt-audio মডেল কল করে এবং ট্রান্সক্রিপ্ট ও অডিও ফেরত দেয়, যাতে দলগুলো নিবন্ধন ছাড়াই ব্রাউজারের দ্রুত পরীক্ষা থেকে প্রকৃত API ইন্টিগ্রেশনে যেতে পারে।

কীভাবে ব্যবহার করবেন GPT Realtime 2?

1. যা বলা হবে তার প্রম্পট, স্ক্রিপ্ট বা পণ্যের বার্তা আটকান। 2. একটি কণ্ঠ ও আউটপুট ফরম্যাট বাছুন, তারপর স্থানীয় /api/generate রুটের মাধ্যমে অনুরোধ পাঠান। 3. OPENROUTER_API_KEY সেট থাকলে রুট OpenRouter-এর মাধ্যমে PCM16 অডিও চাঙ্ক স্ট্রিম করে এবং সেগুলো WAV-এ প্যাক করে। 4. ফেরত আসা অডিও চালান, ট্রান্সক্রিপ্ট পরীক্ষা করুন এবং JSON উত্তরটি আপনার অ্যাপে আবার ব্যবহার করুন।

GPT Realtime 2 মূল বৈশিষ্ট্যসমূহ

অডিও প্লেগ্রাউন্ড

নিবন্ধন ছাড়াই GPT Realtime 2 তৎক্ষণাৎ চেষ্টা করুন: প্রম্পট লিখুন, কণ্ঠ ও ফরম্যাট বাছুন এবং ব্রাউজারে শুনুন।

স্বাভাবিক কণ্ঠ

মানুষের মতো সুর ও আবেগসম্পন্ন ছয়টি ভিন্ন AI কণ্ঠ।

তাৎক্ষণিক তৈরি

তৈরির সময় ট্রান্সক্রিপ্ট ফিডব্যাকসহ স্ট্রিমিং অডিও উত্তর।

ডেভেলপারদের জন্য

প্রতিটি প্রধান ভাষার জন্য SDK-সহ একটি সাধারণ REST API এবং পরিদর্শনযোগ্য, সম্প্রসারণযোগ্য সার্ভার রুট।

GPT Realtime 2 ব্যবহারের ক্ষেত্র

কণ্ঠ প্রোটোটাইপ —— পণ্যের লেখা, অনবোর্ডিং স্ক্রিপ্ট ও বিজ্ঞপ্তি শোনার মতো কণ্ঠস্বর ড্রাফ্টে রূপান্তর করুন

সাপোর্ট অডিও —— হেল্প সেন্টার, চ্যাট ফ্লো ও বহুভাষিক সাপোর্ট সারির জন্য সংক্ষিপ্ত কথ্যিত উত্তর তৈরি করুন

বর্ণনা ড্রাফ্ট —— স্টুডিও রেকর্ডিংয়ের আগে পডকাস্টের সূচনা, কোর্সের বর্ণনা ও ছোট ভয়েসওভার ধারণা তৈরি করুন

রিয়েল-টাইম এজেন্ট —— GPT-Realtime-2-কে এমন চ্যাট ফ্লোর সঙ্গে যুক্ত করুন যার স্ট্রিম করা ট্রান্সক্রিপ্ট ও অডিও প্রয়োজন

সৃজনশীল পরীক্ষা —— প্রথম জেনারেশনের আগে নিবন্ধন ছাড়াই কণ্ঠ, সুর ও গতির দ্রুত তুলনা করুন

ডেভেলপার ডেমো —— GPT Realtime 2-এর অডিও অভিজ্ঞতা আপনার অ্যাপে যাচাই করতে OpenRouter মডেল রুট ব্যবহার করুন

GPT Realtime 2 প্রায়শই জিজ্ঞাসিত প্রশ্ন

GPT Realtime 2 কী?

GPT Realtime 2 হলো নিবন্ধনবিহীন ব্রাউজার প্লেগ্রাউন্ড ও ব্যক্তিগত সার্ভার API যা OpenRouter-এর openai/gpt-audio রুট পরীক্ষা করতে ব্যবহৃত হয়।

GPT-Realtime-2 কি প্রকৃত অডিও জেনারেশনের সঙ্গে যুক্ত?

হ্যাঁ, যখন সার্ভারে OPENROUTER_API_KEY সেট থাকে। এই পরিবেশ ভেরিয়েবল ছাড়া প্লেগ্রাউন্ড স্পষ্ট চিহ্নিত ডেমো উত্তর ফেরত দেয়, প্রকৃত অডিও বানানোর ভান না করে।

API রুট কোন মডেল ব্যবহার করে?

প্রোডাকশন রুট OpenRouter-এর OpenAI-সামঞ্জস্যপূর্ণ chat completion এন্ডপয়েন্ট কল করে মডেল openai/gpt-audio-সহ, যেখানে স্ট্রিমিং চালু এবং টেক্সট ও অডিও উভয় মোড বিদ্যমান।

এটি চেষ্টা করতে কি নিবন্ধন দরকার?

না। প্রথম স্ক্রিনের প্লেগ্রাউন্ড নিবন্ধন ছাড়াই ব্যবহার করা যায়। প্রোডাকশন ব্যবহার এখনও সাইটে সেট করা OpenRouter কী এবং প্রদানকারীর উপলব্ধতার ওপর নির্ভর করে।

OpenRouter API কী কোথায় রাখবেন?

এটি শুধু সার্ভার-সাইড পরিবেশ ভেরিয়েবলে রাখুন, যেমন Vercel-এ বা স্থানীয় .env.local ফাইলে OPENROUTER_API_KEY, যা Git ও ডিপ্লয় থেকে বাদ দেওয়া।

আমি কি API উত্তর আমার নিজের অ্যাপে ব্যবহার করতে পারি?

হ্যাঁ। /api/generate উত্তর একটি JSON যাতে transcript, audioBase64, audioMimeType, provider, model ও demo ফিল্ড আছে, যা আপনার নিজের কণ্ঠ ইন্টারফেসে বসানো যায়।