热门AI工具更新
OpenAI WebRTC语音对话工具新增文档上下文功能
原标题：OpenAI WebRTC Audio Session, now with document context
TL;DR · 一句话结论
开发者Simon Willison更新了其WebRTC音频对话工具，现在支持OpenAI最新的GPT-Realtime-2模型，并且允许用户粘贴文档内容，让AI在对话中引用文档信息。
主要内容
- 01工具最初于2024年12月创建
- 02支持粘贴文档作为对话上下文
- 03模型号称具有GPT-5级推理能力
- 04知识截止日期为2024年9月30日
- 05仍需要OpenAI API令牌才能使用
背景
OpenAI WebRTC API允许开发者构建实时音频对话应用。Simon Willison最初在2024年12月创建了一个演示工具。今年OpenAI推出了GPT-Realtime-2模型，但尚未在ChatGPT iPhone应用中提供，因此作者更新了该工具以支持新模型和文档上下文功能。
为什么值得关注
对于AI工具用户，这一更新提供了一种低成本试验OpenAI最新语音模型的方式，并首次实现了在浏览器中直接上传文档进行语音对话，适用于文档分析、会议准备、研究讨论等场景。
🇨🇳
对中国用户与市场
国内用户需通过开发者渠道使用OpenAI API，存在网络限制和付费障碍，但该工具的开源性质（代码可自部署）可能部分绕过限制，仍需自行处理API key和合规问题。
继续关注
⚠尚未确定的部分
- ·需要提供OpenAI API密钥，存在费用和隐私风险
- ·工具为个人项目，稳定性和安全性未经官方保证
- ·模型尚在迭代，GPT-Realtime-2可能仍有变化
→可采取的行动
- ·可访问工具链接体验新版语音对话功能
- ·尝试粘贴自己的文档（如论文、报告）进行测试
- ·关注OpenAI官方文档了解API变更
- ·如使用，注意保护API密钥和敏感文档内容
摘记
our first voice model with GPT‑5‑class r
#OpenAI#GPT-Realtime-2#WebRTC#Simon Willison#Coral#tools.simonwillison.net#实时音频#文档对话#OpenAI API#语音模型
🤖 本文根据 Simon Willison 的 RSS 内容整理，并由 AI 辅助提炼要点。完整上下文请以 原文 为准。