GPT-Realtime-2 - MixRoute API

GPT-Realtime-2は、音声対話エージェントとツール利用向けの、推論に対応したOpenAIのリアルタイム音声モデルです。 RealtimeのWebSocketエンドポイントを使用してください。このMixRouteルートではChat Completionsエンドポイントはサポートされていません。

主な機能

リアルタイム音声 - テキストと音声の入出力
設定可能な推論 - 音声ワークフローに合わせて推論強度を調整
ツールの使用 - リアルタイムセッションでの関数呼び出しに対応
マルチモーダル入力 - テキスト、音声、画像の入力を受け付ける

簡単な使用例

Node.js WebSocket

wsパッケージをインストールし、modelクエリパラメーターとBearerトークンを使用して接続してください。

import WebSocket from "ws";

const ws = new WebSocket(
  "wss://api.mixroute.ai/v1/realtime?model=gpt-realtime-2",
  { headers: { Authorization: "Bearer YOUR_API_KEY" } },
);

ws.on("open", () => {
  ws.send(JSON.stringify({
    type: "response.create",
    response: { modalities: ["text"] },
  }));
});

ws.on("message", (data) => console.log(data.toString()));

パラメータ

パラメーター	型	必須	説明
`model`	string	はい	`gpt-realtime-2`である必要があります。
`Authorization`	header	はい	WebSocketハンドシェイク時に送信するBearer APIキー。
`session.update`	event	いいえ	modalities、instructions、tools、audio、reasoningを設定します。
`response.create`	event	はい	現在のセッションでモデルによる生成を開始します。

ベンダーの参考資料

OpenAI GPT-Realtime-2モデルページ