
实时会话,而非聊天框
点击“开始”,麦克风便开始向模型传输。说出的话以转录文本呈现;助手要说的话显示在旁边。语义语音检测能判断说话人何时结束,你也可以随时开口打断回答。回答分为简洁、平衡和详细三种长度。
- OpenAI Realtime API,gpt-realtime-2
- 转录文本与回答并排显示
- 开口即可打断
- 简洁、平衡或详细的回答
它能做什么
完整列表,以及每项功能的用途。

点击“开始”,麦克风便开始向模型传输。说出的话以转录文本呈现;助手要说的话显示在旁边。语义语音检测能判断说话人何时结束,你也可以随时开口打断回答。回答分为简洁、平衡和详细三种长度。

新会话从十七种模板中选一个开始,每个模板都已写好角色和指令:面试、洽谈、冲刺计划、每日站立会议、客户需求挖掘、销售演示、工单分流、故障复盘、设计评审、用户调研、课堂笔记、1:1、招聘汇报、决策会议、翻译、编程任务和产品评审。你也可以开启一个空白会话,自己编写角色和指令;无论哪种方式,都可以针对眼前这场会话进行编辑。

开启“双向翻译”,选好两种语言,应用就会在两个人之间担任口译:双方轮流用各自的语言说话,每句话都会以另一种语言显示;打开“朗读译文”时,还会朗读出来。它同时运行两路翻译,支持 58 种语言,每分钟约消耗 85 积分。如果只需单向翻译,翻译会话会把说出的话,无论是它自动检测到的语言还是你指定的语言,翻译成你选择的语言。卡拉 OK 式朗读利用 Apple 的设备端语音识别,在你朗读时逐词高亮,适合排练演讲或练习语言。

向会话中添加照片或截图,助手就会参照它来回答。在 Mac 上,应用可以捕获指定的屏幕或窗口、录制会话并监听系统音频,所以屏幕共享的会议也能成为上下文。

有价值的时刻会变成任务,带有状态、优先级、日期和评论,并可附上截图或视频作为佐证。会话可以安排日程并设置提醒。在 Mac 上,笔记就在旁边。所有内容都存储在设备上。

在搭载 Apple silicon 的 Mac 上,应用可以下载 Whisper Large v3 Turbo 用于转录、Qwen 3 8B 用于回答,并在本机运行,适合音频不该离开房间的会话。本地会话无需云端,也不消耗积分,回答以文字显示。在 iPhone 和 iPad 上,转录由 OpenAI 或 Apple 的设备端语音识别完成。