今天凌晨，OpenAI 上线了全新语音模型 API，具体包括：
- gpt-4o-transcribe (语音转文本)：单词错误率 (WER) 显著降低，在多个基准测试中优于现有 Whisper 模型
- gpt-4o-mini-transcribe (语音转文本)：gpt-4o-transcribe 的精简版本，速度更快、效率更高
- gpt-4o-mini-tts (文本转语音)：首次支持「可引导性」(steerability)，开发者不仅能指定「说什么」，还能控制「如何说」
为了让用户体验这些全新的语音模型，OpenAI 上线了一个新网站：https://www.openai.fm/
用户可以在 OpenAI.fm 网站上体验并制作 gpt-4o-mini-tts 的相关音频，这个演示网站可谓是功能齐全，其中包含了官方的预设模板，提供人设、语气、方言、发音等设置。
值得一提的是，OpenAI 还举办了一个广播比赛。用户可以在 http://OpenAI.fm 制作音频，接着使用 OpenAI.fm 上的「分享」按钮生成链接，然后在 X 平台分享该链接。
最具创意的前三名将各获一台限量版 Teenage Engineering OB-4。音频时长建议控制在 30 秒左右，可在语音、表达、发音或剧本语调变化上尽情发挥创意。