OpenAI 推出语音模型 GPT-Live-1.1

OpenAI 11 月 19 日在 API 更新日志发布 GPT-Live-1.1,用于 v1/live/sessions 的全双工语音对话(边听边说)。官方称相比 GPT-Live-1,它转写更准确,跨语言时口音和音色更一致;开发者可在现有 Live 会话配置里换用 gpt-live-1.1,并用自然语言描述何时把任务交给后端做推理或调用工具。GPT-Live-1 和 1.1 的 WebRTC 会话还可配置待机:无人说话时暂停推理、有人开口再恢复。模型页列出的价格为活跃每分钟 0.05 美元、待机每分钟 0.02 美元,后端模型和工具调用另计。

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

OpenAI 11 月 19 日在 API 更新日志发布 GPT-Live-1.1,用于 v1/live/sessions 的全双工语音对话(边听边说)。官方称相比 GPT-Live-1,它转写更准确,跨语言时口音和音色更一致;开发者可在现有 Live 会话配置里换用 gpt-live-1.1,并用自然语言描述何时把任务交给后端做推理或调用工具。GPT-Live-1 和 1.1 的 WebRTC 会话还可配置待机:无人说话时暂停推理、有人开口再恢复。模型页列出的价格为活跃每分钟 0.05 美元、待机每分钟 0.02 美元,后端模型和工具调用另计。

为什么重要 做多语种语音助手和客服的开发者可直接换模型;新增待机模式在没人说话时暂停推理,按更低费率计时。

可信度:高可信 · 来源 OpenAI API 更新日志 等 2 家(含官方) · 事件时间 11-19(北京时间)

理由

  • OpenAI API 官方更新日志和模型页

用法

  • 在现有 Live 会话配置中把模型改为 gpt-live-1.1

风险

  • 改进幅度是 OpenAI 自述,更新日志没有给出准确率数据
  • 低价待机计费只适用于 WebRTC 会话

打开 · OpenAI 模型页

OpenAI API 更新日志

浏览最新 AI 动态