OpenAI открыла GPT-Live-1 для разработчиков через API
OpenAI предоставила GPT-Live-1 разработчикам через API. Речевая модель поддерживает полнодуплексное взаимодействие: она может одновременно слушать и говорить. Технология уже используется в ChatGPT, а разработчики могут подключать к ней разные серверные модели, выбирая нужное соотношение глубины рассуждений, скорости и стоимости. Цена работы API составляет $0.05 за минуту.
Yelp применяет GPT-Live-1 для бронирования по телефону. Технический директор компании Алекс Леви сообщил об улучшении обработки звонков. В тестах OpenAI модель набрала 80.1 процента в оценке полнодуплексной интерактивности против 45.4 процента у GPT-Realtime-2.1. Задержка при смене реплик составила 0.8 секунды вместо 1.4 секунды, а точность вызова инструментов выросла с 60 до 87 процентов.
В тесте голосовой поддержки для банков GPT-Live-1 получил результат 32 процента, тогда как предыдущая модель — 12.4 процента. В комплект также входят двенадцать новых голосов с разными акцентами, диалектами и языками. Модель сразу предоставляет транскрипции ASR и текст ответов.
Текст подготовлен ИИ Sakhanda Wire по материалу The Decoder. Факты, цитаты и полный контекст — в оригинальной статье ниже.