工具介绍
GPT Realtime 2 是一个 AI 驱动的平台，旨在提供即时、自然拟人的音频生成和语音合成 (TTS) 服务。它提供了一个无需注册的在线试用场，用户可以使用 Alloy、Echo 和 Shimmer 等多种 AI 音色将文本转换为语音。对于开发者，它通过 OpenRouter 提供了一个生产级的 API 接口，专门利用 openai/gpt-audio 模型。该系统支持流式音频响应、转写文本反馈以及多种输出格式，是构建语音应用和自动化工作流的综合工具。
主要功能
- 即时 AI 音频生成，具有自然拟人的音色
- 六种独特的 AI 音色，具备真人般的语调和情感
- 通过 OpenRouter API 实现流式音频响应
- 无需注册的浏览器试用场，方便快速测试
- 开发者就绪的 REST API，JSON 响应包含转写文本和 base64 编码音频
- 支持 WAV 格式和 PCM16 SSE 分块数据
适用场景与人群
待编辑核验
输入待编辑核验
→输出待编辑核验
定价与使用条件
演示版
快速浏览器测试，提示词转文本演示，无账号门槛。
OpenRouter 生产版
实际音频生成费用由您配置的 OpenRouter 账户和模型路径计费。
优点与缺点
优点
- 浏览器测试无需注册或登录
- 高质量、真人般的语音合成效果
- 低延迟的流式响应
- 通过 OpenRouter API 轻松集成
缺点与限制
- 在演示模式之外生成实际音频需要私有的 OpenRouter API 密钥
- 实际音频生成的成本取决于 OpenRouter 的服务商计费
- 输出格式有限（主要通过 PCM16 提供 WAV）
官网介绍摘录
GPT Realtime 2 delivers instant, natural-sounding AI audio generation. Try GPT-Realtime-2 text-to-speech in your browser…查看官网原文 ↗资料来源
GPT Realtime 2资料更新于 2026-10-21编辑补充
Toolify 公开资料开始使用前，了解这些
先打开官方页面查看当前开放范围、注册要求、额度与套餐，用一份小样本验证它是否适合你的任务。
此档案依据官网公开资料整理，未做完整实测。商用授权、隐私条款、地区访问状态及功能限制尚待逐项核验。
基础档案 · 待进一步核验
核验范围：名称、官方入口和基本用途。
查看原始来源
