OpenAI представила голосовую модель GPT-Live-1.1

OpenAI 11 19 опубликовала GPT-Live-1.1 в журнале обновлений API для полнодуплексных голосовых диалогов (одновременное прослушивание и говорение) в эндпоинте v1/live/sessions. Официально заявлено, что по сравнению с GPT-Live-1 она обеспечивает более точную транскрипцию, а при межъязыковом общении сохраняет более стабильные акцент и тембр голоса; разработчики могут заменить модель на gpt-live-1.1 в существующих конфигурациях Live-сессий и с помощью естественного языка описывать, когда передавать задачи бэкенду для выполнения рассуждений или вызова инструментов. Для WebRTC-сессий GPT-Live-1 и 1.1 также можно настроить режим ожидания: приостановка рассуждений, когда никто не говорит, и возобновление, когда кто-то начинает говорить. Цены, указанные на странице модели, составляют 0.05 долларов за минуту активной работы и 0.02 долларов за минуту в режиме ожидания; вызовы бэкенд-моделей и инструментов тарифицируются отдельно.

Оригинальное название: GPT-Live-1.1 improves pronunciation, accent consistency, and transcription in multilingual voice conversation…

OpenAI 11 19 опубликовала GPT-Live-1.1 в журнале обновлений API для полнодуплексных голосовых диалогов (одновременное прослушивание и говорение) в эндпоинте v1/live/sessions. Официально заявлено, что по сравнению с GPT-Live-1 она обеспечивает более точную транскрипцию, а при межъязыковом общении сохраняет более стабильные акцент и тембр голоса; разработчики могут заменить модель на gpt-live-1.1 в существующих конфигурациях Live-сессий и с помощью естественного языка описывать, когда передавать задачи бэкенду для выполнения рассуждений или вызова инструментов. Для WebRTC-сессий GPT-Live-1 и 1.1 также можно настроить режим ожидания: приостановка рассуждений, когда никто не говорит, и возобновление, когда кто-то начинает говорить. Цены, указанные на странице модели, составляют 0.05 долларов за минуту активной работы и 0.02 долларов за минуту в режиме ожидания; вызовы бэкенд-моделей и инструментов тарифицируются отдельно.

Почему это важно Разработчики многоязычных голосовых ассистентов и систем поддержки клиентов могут напрямую заменить модель; новый режим ожидания приостанавливает рассуждения, когда никто не говорит, и тарифицируется по более низкой ставке.

Достоверность: Высокая · Источник: Журнал обновлений API OpenAI и др. 2 источников (включая официальные) · Время события: 11-19 (пекинское время)

Обоснование

  • Официальный журнал обновлений API OpenAI и страница модели

Использование

  • В существующих конфигурациях Live-сессий измените модель на gpt-live-1.1

Риски

  • Улучшения заявлены самой OpenAI, в журнале обновлений нет данных о точности
  • Тарификация по низкой цене за режим ожидания применима только к WebRTC-сессиям

Открыть · Страница модели OpenAI

OpenAI API 更新日志

Открыть последние новости ИИ