声网：成为OPENAI公司合作伙伴为AI大模型语音交互提供低延迟能力

东兴证券10-15

事件：美国OpenAI 公司发布Realtime API 公开测试版。LiveKit、Agora、Twilio成为OpenAI 公司合作伙伴，旗下产品可与实时API 集成，为AI 大模型语音交互提供低延迟能力。点评：Realtime API 赋予AI 理解人类情感的能力。此前，开发者开发基于语音对话的AI 应用，需要先通过speech-to-text（STT）模型将用户语音转写为文字，将文字输入大...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2475541872?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2024-10-15 00:00","share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","id":"2475541872","market":"us","top_or_hot":-1,"title":"声网：成为OPENAI公司合作伙伴 为AI大模型语音交互提供低延迟能力","media":"东兴证券","content":"<div>\n<p>事件：美国OpenAI 公司发布Realtime API 公开测试版。LiveKit、Agora、Twilio成为OpenAI 公司合作伙伴，旗下产品可与实时API 集成，为AI 大模型语音交互提供低延迟能力。点评：Realtime API 赋予AI 理解人类情感的能力。此前，开发者开发基于语音对话的AI 应用，需要先通过speech-to-text（STT）模型将用户语音转写为文字，将文字输入大...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202410151606189f442901&s=b\">网页链接</a>\n\n</div>\n","source":"tencent","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>声网：成为OPENAI公司合作伙伴 为AI大模型语音交互提供低延迟能力</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n声网：成为OPENAI公司合作伙伴 为AI大模型语音交互提供低延迟能力\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-10-15 00:00 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202410151606189f442901&s=b><strong>东兴证券</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>事件：美国OpenAI 公司发布Realtime API 公开测试版。LiveKit、Agora、Twilio成为OpenAI 公司合作伙伴，旗下产品可与实时API 集成，为AI 大模型语音交互提供低延迟能力。点评：Realtime API 赋予AI 理解人类情感的能力。此前，开发者开发基于语音对话的AI 应用，需要先通过speech-to-text（STT）模型将用户语音转写为文字，将文字输入大...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202410151606189f442901&s=b\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"IE0034235188.USD","symbol_name":"PINEBRIDGE GLOBAL FOCUS EQUITY \"A\" (USD) ACC","start_time":0,"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202410151606189f442901&s=b","article_id":"2475541872","we_media_id":null,"thumbnails":[],"rights":{"source":"tencent","url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN202410151606189f442901&s=b","rn_cache_url":null,"customStyle":"body{padding-top:10px;}#news_title{font-weight:bold;#titleStyle#;}#news_description span{font-size:12px;#descriptionStyle#;}.footer-note{#statement#}","selectors":".mod-LoadTzbdNews, body","filters":".relate-stock, .hot-list, .recom-box, .wx-sou","directOrigin":true},"url":"https://stock-news.laohu8.com/highlight/detail?id=2475541872","pubTimestamp":1728921600,"sourceInfo":{"source_id":"tencent","name":"腾讯"},"weMediaInfo":null,"summary":"LiveKit、Agora、Twilio成为OpenAI 公司合作伙伴，旗下产品可与实时API 集成，为AI 大模型语音交互提供低延迟能力。10 月1 日，OpenAI 正式发布GPT-4o 的低延时多模态API 接口，称为Realtime API。Agora作为OpenAI 推荐的合作伙伴，在Conversational AI SDK 中集成了OpenAI 的Realtime API，为开发者调用Realtime API 提供了低延时、高可用、高音质的传输服务，同时在设备端侧提供了回声消除、降噪等功能。Agora 和OpenAI将各自向开发者客户发布账单，双方之间互相不做收入分成。","collect":0,"end_time":0,"defaultTopTitle":"qq.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"IE0034235188.USD":"PINEBRIDGE GLOBAL FOCUS EQUITY \"A\" (USD) ACC","IE00B64PRP62.GBP":"GUINNESS GLOBAL MONEY MANAGERS \"C\" (GBP) ACC","API":"声网","BK4585":"ETF&股票定投概念","TTS":"Tile Shop Hldgs","BK4588":"碎股","LU1883839398.USD":"AMUNDI FUNDS INCOME OPPORTUNITIES \"A2\" (USD) ACC","IE00B3QW5Z07.USD":"GUINNESS GLOBAL MONEY MANAGERS \"C\" (USD) ACC","BK4023":"应用软件","BK4135":"资产管理与托管银行","IE00BGHQF748.EUR":"GUINNESS GLOBAL MONEY MANAGERS \"C\" (EUR) ACC","BK4535":"淡马锡持仓","BK4551":"寇图资本持仓","BK4503":"景林资产持仓","LU0061475181.USD":"THREADNEEDLE (LUX) AMERICAN \"AU\" (USD) ACC","STT":"道富银行"},"translate_title":"Shengwang: Become a partner of OPENAI to provide low-latency capabilities for AI large model voice interaction","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"STT":1,"TTS":1,"API":0.9},"content_text":"事件：美国OpenAI 公司发布Realtime API 公开测试版。LiveKit、Agora、Twilio成为OpenAI 公司合作伙伴，旗下产品可与实时API 集成，为AI 大模型语音交互提供低延迟能力。点评：Realtime API 赋予AI 理解人类情感的能力。此前，开发者开发基于语音对话的AI 应用，需要先通过speech-to-text（STT）模型将用户语音转写为文字，将文字输入大语言模型完成推理，再通过text-to-speech（TTS）模型转换为语音。这个过程中，用户语音中大量的情绪、语气和重音强调等信息会丢失，并且延时往往比较高。而Realtime API 可以直接将语音作为输入与输出模态，给用户带来更自然的对话体验。该过程中，要让AI 模拟人类的情感和对话流程，需要超低延迟的实时网络，从而保证自然良好的语音交互体验。Agora 为开发者调用Realtime API 提供低延时、高可用、高音质的传输服务。OpenAI 于今年5 月份推出全球首个端到端多模态大模型GPT-4o 并表示此后将开放API 接口，开发者可以将GPT-4o 的基础能力应用在多个场景。10 月1 日，OpenAI 正式发布GPT-4o 的低延时多模态API 接口，称为Realtime API。Agora作为OpenAI 推荐的合作伙伴，在Conversational AI SDK 中集成了OpenAI 的Realtime API，为开发者调用Realtime API 提供了低延时、高可用、高音质的传输服务，同时在设备端侧提供了回声消除、降噪等功能。开发者需要分别在OpenAI 与Agora 开通账号并获得API key，并基于用量分别向OpenAI 与Agora付费。Realtime API 调用价格较高，应用场景使用量短期预计有限。OpenAI 按照文字token 数量与音频token 数量收费，其中音频token 价格为每100 万个音频输入token 为100 美元，每100 万个音频输出token 为200 美元。大致换算为分钟数，大约为每1000 分钟音频输入收费60 美元，每1000 分钟音频输出收费240 美元。Agora 的收费方式为按照时长收费，每1000 分钟0.99 美元。Agora 和OpenAI将各自向开发者客户发布账单，双方之间互相不做收入分成。我们认为，考虑到目前Realtime API 相对较高的价格，短期内只会在少数高附加值场景如客服、教育、情感陪聊等有实际应用，其他场景的开发者可能初期只会进行集成测试，等待未来价格下降后再进行大规模推广应用。与OpenAI 合作体现Agora 公司在海外具有较强的竞争力。人与AI 语音交互同样面临网络时延与最后一公里网络质量不佳问题。LiveKit、Agora、Twilio 成为OpenAI 公司合作伙伴，为AI 大模型语音交互提供低延迟能力，三家定位有所差异。Twilio 的Voice API 主要用于AI 应用和电信网络之间的通讯；LiveKit 和Agora的SDK 主要用于基于互联网传输的实时音频通话场景，其中LiveKit 的定位为开源方案提供商，需要开发者具备一定的二次开发能力。Agora 公司是专业的第三方RTC 服务商，凭借自身构建的软件定义实时网（SD-RTN），为企业开发者提    供可调用的实时互动SDK，实现在应用内构建实时音视频互动场景。根据Agora公司官方披露，公司SD-RTN 具备低延时、高覆盖、高可用等特性，覆盖200+国家与地区/1000 万并发能力/登录成功率>99%/可用性>99.99%/端到端时延76ms（中位数）。盈利预测与评级：实时音视频场景持续扩大以及公司全球市场布局，公司发展潜力较强。我们预计2024-2026 年公司营收分别为1.36 亿美元（yoy -3.8%）、1.48亿美元（yoy +8.4%）、1.66 亿美元（yoy +12.3%），归母净利润分别为-32.6百万美元、-19.6 百万美元和-10.4 百万美元，Non-GAAP 归母净利润分别为-18.0百万美元、-5.8 百万美元和4.0 百万美元，维持“推荐”评级。风险提示：国内RTC PaaS 服务市场竞争加剧；新场景落地不及预期；公司技术优势缩小；公司管理效率下降。","kind":null,"is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"1","news_tag":"Company Corporation","news_rank":0,"symbols":[],"gpt_button":0},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"deviceId":"web-server-community-laohu8-v3","version":"4.29.1","shortVersion":"4.29.1","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2475541872"}

声网：成为OPENAI公司合作伙伴 为AI大模型语音交互提供低延迟能力

精彩评论

声网：成为OPENAI公司合作伙伴为AI大模型语音交互提供低延迟能力