OpenAI открыла API для голосовой модели GPT-Live-1
M@ai_machinelearning_big_dataAI-инженер
1 месOpenAI выпустила API для полнодуплексной модели GPT-Live-1 с поддержкой обработки перебиваний и сниженной задержкой до 0,8 секунды.
Это делает создание голосовых ИИ-ассистентов с человеческой реакцией доступным для сторонних разработчиков.
- Снижение задержки до 0,8 секунды делает диалог с ИИ естественным и быстрым.
- Поддержка перебиваний позволяет пользователю прерывать бота, как в обычном разговоре.
- Интеграция в телефонию открывает возможности для создания продвинутых голосовых роботов для бизнеса.
✔️ Голосовая модель GPT-Live-1 стала доступна по API
OpenAI открыла API полнодуплексной голосовой модели GPT-Live-1 стоимостью 5 центов за минуту. Модель слушает и синтезирует речь одновременно, заменяя традиционный каскад STT–LLM–TTS.
Единая архитектура снизила задержку реакции с 1,4 до 0,8 секунды и позволила обрабатывать перебивания. Обновленная фильтрация пауз и фонового шума сократила число ложных прерываний на 80%.
Модель поддерживает делегирование вычислений - голосовой фронтенд удерживает непрерывный контакт с пользователем, пока бэкенд (GPT-6 Astra и Luna) параллельно выполняют рассуждения и вызовы инструментов.
GPT-Live-1 готова к интеграции в телефонию. API может возвращать ASR-транскрипты, включает 12 голосов и поддерживает управление темпом и стилем речи через системный промпт.
@ai_machinelearning_big_data
#news #ai #ml
Кратко (AI)
OpenAI предоставила доступ к API для своей голосовой модели GPT-Live-1, которая работает в режиме полного дуплекса. Новая архитектура позволяет модели одновременно слушать и говорить, значительно сокращая задержки и улучшая обработку перебиваний в реальном времени.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖