4Lwrmg1ZAs1 tech.huanqiu.comarticleOpenAI升级语音生成API：自然语言操控+拟真声效双突破/e3pmh164r/e3pn4gh77<article><section data-type="rtext"><p>【环球网科技综合报道】3月21日消息，美国开放人工智能研究中心（OpenAI）近日宣布对其应用程序编程接口（API）进行重大更新，正式引入新一代语音合成与转录模型。</p><p><i class="pic-con"><img data-alt="" src="//img.huanqiucdn.cn/dp/api/files/imageDir/5bca6cfbac55fff118960556fb74b0f8u1.png?imageView2/2/w/1260" /></i></p><p>据官方披露，核心升级产品gpt-4o-mini-tts不仅实现了语音生成拟真度的跨越式提升，更首次支持开发者通过自然语言指令实时调控音色、语调与情感表达。</p> <adv-loader __attr__inner="7004636" __attr__style="width: auto;position: relative;float: left;border: 1px solid #ebebeb; padding: 20px;overflow: hidden;margin: 10px 30px 40px 0;"></adv-loader> <p>区别于传统参数调节模式，新模型允许开发者以"用兴奋的语调朗读"、"模仿青年播音员声线"等日常语言下达指令，系统即可动态调整声纹特征。OpenAI技术团队演示显示，该模型能精准解析"略带沙哑的科幻旁白"等抽象描述，并在0.3秒内生成匹配音频，较此前版本响应速度提升40%。</p><p>官方文档显示，gpt-4o-mini-tts支持48kHz采样率与神经声码器技术，信噪比指标较行业平均水平优化18分贝，可服务于有声书录制、影视配音等高端场景。</p><p>OpenAI透露，此次升级得益于自研的"声纹解耦"算法，使音色特征与语义理解模块实现分离训练。开发者既可单独微调音色库，也可结合语言模型定制行业专用语音助手。（青山）</p></section></article>1742520054692环球网版权作品，未经书面授权，严禁转载或镜像，违者将被追究法律责任。责编：代玉环球网174252005469211[]//img.huanqiucdn.cn/dp/api/files/imageDir/5bca6cfbac55fff118960556fb74b0f8u1.png{"email":"daiyu@huanqiu.com","name":"代玉"}