„OpenAI“ pristatė „GPT-Live-1“ balso modelį API

„OpenAI“ ketvirtadienį išleido „GPT-Live-1“ savo API, atverdama „full-duplex“ balso modelį kūrėjams, kad šie galėtų kurti balso programas ir verslo procesus už 0,05 USD per minutę mokestį už balso sluoksnį. Modelis, kuris pirmą kartą pasirodė „ChatGPT“ liepos mėnesį, gali vienu metu klausytis ir kalbėti, o sudėtingesnį mąstymą perduoda foniniams modeliams, tokiems kaip „GPT-6 Astra“ ar trečiųjų šalių alternatyvoms.openai+1

Šis išleidimas žymi perėjimą nuo tradicinių balso agentų architektūrų, kurios nuosekliai jungia kalbos atpažinimą, kalbos modelį ir kalbos sintezę – procesą, kuriame kiekvienas perdavimas didina delsą ir kelia riziką prarasti pokalbio ritmą. „GPT-Live-1“ apdoroja įeinantį ir išeinantį garsą viename modelyje, realiuoju laiku reaguodamas į pertraukimus ir patvirtinimus, kartu nukreipdamas sudėtingas užduotis į foninę sistemą.openai

Našumo padidėjimas lyginant su ankstesniais modeliais

„OpenAI“ pranešė, kad „GPT-Live-1“ pagerina „Full Duplex Bench“ našumą 30 procentinių punktų, palyginti su „GPT-Realtime-2.1“, o delsą sumažina nuo 1,41 sekundės iki 0,798 sekundės. Kartu su „GPT-6 Astra“ vidutinio mąstymo pastangomis, modelis užima pirmąją vietą „Tau3“ reitinge, skirtame balso agentų intelektui vertinti, pasiekdamas 86,2% sėkmės rodiklį klientų aptarnavimo scenarijuose, palyginti su 45,7% pirmtako atveju.unite

API versijoje yra tonų, tempo ir pokalbio stiliaus valdikliai per sistemos raginimus, taip pat telefonijos palaikymas balso agentų diegimui telefono linijomis. „OpenAI“ taip pat plečia savo balso biblioteką, įtraukdama įvairius akcentus, tarmes ir kalbas.openai

Ankstyvieji naudotojai jau gamybinėje aplinkoje

„Yelp“ ↗ 0.20% paskelbė integravusi „GPT-Live-1“ į du produktus: „Yelp Host“, savo balso dirbtinį intelektą restoranams, ir „Hatch“, ryšių platformą paslaugų verslui. „Yelp Host“ nuo 2025 m. spalio mėn. aptarnavo daugiau nei milijoną skambučių, o pradiniai bandymai su naujuoju modeliu parodė geresnius aptarnavimo rodiklius ir mažiau skambučių perjungimų.markets.financialcontent+1

„Skambinantieji taip pat kalba pilnesniais, natūralesniais sakiniais, o tai rodo, kad patirtis kitoje telefono pusėje jaučiasi iš esmės kitaip“, – sakė „Yelp“ technologijų vadovas Alexas Levy.unite

Kalbų mokymosi platforma „Speak“ pranešė, kad „GPT-Live-1“ sumažino pertraukimus mokiniams mąstant beveik 80%, palyginti su ankstesnėmis sistemomis. Tony Stoyanovas, sveikatos priežiūros įmonės bendraįkūrėjas ir technologijų vadovas, teigė, kad modelis supaprastino jo komandos kodo bazę 80%, pašalindamas 23 000 kodo eilučių.investing+1

Kainodara ir prieiga įmonėms

Kūrėjai gali derinti „GPT-Live-1“ su pasirinktu foniniu modeliu – „OpenAI“ rekomenduoja naudoti „Luna“ didelės apimties užduotims, tokioms kaip planavimas, ir „Astra“ sudėtingam mąstymui – mokėdami tik 0,05 USD per minutę balso sluoksnio mokestį be standartinių foninių kaštų. Įmonėms „OpenAI“ nurodo savo „Presence“ produktą, pristatytą liepos mėnesį, kuris naudoja „GPT-Live-1“ balso agentams valdyti per administruojamą programą, o ne per savarankišką prieigą.unite+1