GPT Realtime 2

Active

شعار کوتاه:متن را به گفتار طبیعی تبدیل کنید، بدون ثبت‌نام

به‌روزرسانی شده:۳۰ مهر ۱۴۰۵

Domain Rating:

شبکه‌های اجتماعی:-

تبدیل متن به گفتار / گویندگی هوش مصنوعی تولید و تبدیل صدا رابط API هوش مصنوعی ابزارهای توسعه‌دهنده هوش مصنوعی موسیقی و صدا API در دسترس برای توسعه‌دهندگان آماده برای ایجنت AI رایگان

باز کردن وب‌سایت

مشاهده وب‌سایت

چیست GPT Realtime 2?

GPT Realtime 2 متن را از طریق محیط آزمایشی مرورگر بدون ثبت‌نام و یک مسیر سرور خصوصی به گفتار طبیعی و جاری تبدیل می‌کند. محیط آزمایشی مدل openai/gpt-audio اوپن‌روتر را فراخوانی می‌کند و متن و صوت را بازمی‌گرداند، تا تیم‌ها بدون ثبت‌نام از یک تست سریع در مرورگر به ادغام واقعی API بروند.

نحوه استفاده GPT Realtime 2?

1. درخواست، فیلم‌نامه یا پیام محصولی را که می‌خواهید بیان شود جای‌گذاری کنید. 2. یک صدا و قالب خروجی انتخاب کنید، سپس درخواست را از طریق مسیر محلی /api/generate بفرستید. 3. وقتی OPENROUTER_API_KEY تنظیم شد، مسیر قطعات صوتی PCM16 را از طریق OpenRouter پخش جاری می‌کند و آن‌ها را به صورت WAV بسته‌بندی می‌کند. 4. صوت بازگشتی را پخش کنید، متن را بررسی کنید و پاسخ JSON را در برنامه خود دوباره استفاده کنید.

GPT Realtime 2 ویژگی‌های اصلی

محیط آزمایشی صوتی

GPT Realtime 2 را فوراً بدون ثبت‌نام امتحان کنید: درخواستی وارد کنید، صدا و قالب را انتخاب کنید و در مرورگر گوش دهید.

صداهای طبیعی

شش صدای متمایز هوش مصنوعی با لحن و احساس انسانی.

تولید فوری

پاسخ‌های صوتی جاری با بازخورد متنی در حین تولید.

مخصوص توسعه‌دهندگان

یک REST API ساده با SDK برای هر زبان اصلی و یک مسیر سرور قابل بازرسی و توسعه.

GPT Realtime 2 موارد استفاده

نمونه‌های اولیه صوتی —— تبدیل متن محصول، فیلم‌نامه‌های آموزش و اعلان‌ها به پیش‌نویس‌های صوتی قابل شنیدن

صوت پشتیبانی —— تولید پاسخ‌های گفتاری موجز برای مراکز راهنما، جریان‌های گفتگو و صف‌های پشتیبانی چندزبانه

پیش‌نویس روایت —— ساخت مقدمه پادکست‌ها، روایت دوره‌ها و ایده‌های گفتار کوتاه پیش از ضبط استودیو

عامل‌های بلادرنگ —— ترکیب GPT-Realtime-2 با جریان‌های گفتگو که به متن و صوت جاری نیاز دارند

آزمون‌های خلاقانه —— مقایسه سریع صدا، لحن و سرعت بدون ثبت‌نام پیش از نخستین تولید

دمو برای توسعه‌دهندگان —— استفاده از مسیر مدل OpenRouter برای تأیید تجربه صوتی GPT Realtime 2 در برنامه خود

GPT Realtime 2 سوالات متداول

GPT Realtime 2 چیست؟

GPT Realtime 2 یک محیط آزمایشی مرورگر بدون ثبت‌نام و یک API سرور خصوصی برای آزمایش مسیر openai/gpt-audio اوپن‌روتر است.

آیا GPT-Realtime-2 به تولید صوت واقعی متصل است؟

بله وقتی OPENROUTER_API_KEY روی سرور تنظیم شده باشد. بدون این متغیر محیطی، محیط آزمایشی پاسخی با نشانه دمو بازمی‌گرداند به جای آنکه وانمود کند صوت واقعی تولید می‌کند.

مسیر API از چه مدلی استفاده می‌کند؟

مسیر تولید نقطه پایانی chat completion سازگار با OpenAI اوپن‌روتر را با مدل openai/gpt-audio، با جریان فعال و دو حالت متن و صوت فراخوانی می‌کند.

برای امتحان کردن نیاز به ثبت‌نام دارم؟

خیر. محیط آزمایشی صفحه نخست بدون ثبت‌نام قابل استفاده است. استفاده تولیدی همچنان به کلید OpenRouter پیکربندی‌شده در سایت و در دسترس بودن تأمین‌کننده بستگی دارد.

کلید OpenRouter API را کجا نگه دارم؟

فقط در متغیرهای محیطی سمت سرور نگه دارید، مانند OPENROUTER_API_KEY در Vercel یا پرونده محلی .env.local که از Git و استقرارها حذف شده است.

آیا می‌توانم پاسخ API را در برنامه خودم استفاده کنم؟

بله. پاسخ /api/generate یک JSON با فیلدهای transcript و audioBase64 و audioMimeType و provider و model و demo است که می‌توانید در رابط صوتی خود بگنجانید.