Toome GPT‑Live‑1 API-sse, see annab arendajatele võimsa ja loomuliku häälmudeli häältoega rakenduste ja ärivoogude loomiseks. ChatGPT‑s esmakordselt tutvustatud, GPT‑Live‑1 suudab samal ajal kuulata ja rääkida ning saab, nagu Codex ja ChatGPT Worki puhul näha(avaneb uues aknas), delegeerida põhjalikuma arutluse ja toimingud mudelitele ning tööriistadele, millega see on ühendatud.
GPT‑Live‑1 API-versiooni puhul oleme keskendunud uutele võimalustele, millega arendajad saavad suunata ja kohandada häälkogemusi oma kasutajate, töövoogude ja eesmärkide järgi. GPT‑Live‑1 üks põhitugevusi, sujuv katkestuste käsitlemine, avaldab juba ärilist mõju: esialgsetes hindamistes leidis Speak, et GPT‑Live‑1 andis õppijatele enne keeleõpetaja vastamist rohkem aega mõelda, vähendades katkestusi varasemate voorupõhiste süsteemidega võrreldes peaaegu 80%.
GPT‑Live‑1 peamised tugevused API-s:
Katkestuste käsitlemine: parandab katkestuste käsitlemist ühe mudeli abil, mis töötleb korraga sisenevat ja väljuvat heli, vältides ahelana ühendatud STT–LLM–TTS-arhitektuuride viivitust ja hapraid etappidevahelisi üleandmisi.
Arutluse ja tööriistakutsete delegeerimine: GPT‑Live‑1 saab delegeerida arutluse ja tööriistakutsed taustal töötavale tekstimudelile, näiteks GPT‑6 Astrale või kolmanda isiku mudelile.
Toon, tempo ja stiil: võimaldab arendajatel süsteemiviiba kaudu kujundada agendi tooni, tempot ja vestlusstiili.
Vaikne kontekstihaldus ja taustamüra: käsitleb taustamüra ja vaikust paremini, katkestamata vestlust ega kirjeldamata iga sammu valjusti.
Pikkade seansside töökindlus: parandab pikkade suhtluste vältel konteksti säilitamist ja vestluse kvaliteeti.
Telefoniside tugi: võimaldab telefonikõnedes kasutada täisdupleks-hääleagente alates restoranibroneeringutest kuni klienditoeni.
Try GPT-Live-1
See what it can do
- Talk over it—naturally. Ask for help, then interrupt mid-response to change the question or add detail.
- Take it with you. Try a conversation while walking outside or with everyday background noise, and see how it stays with you.
- Make it playful. Laugh, hesitate, use short acknowledgments, or briefly talk to someone nearby—then continue the conversation.
See demo on ajaliselt piiratud. Seda kasutades nõustud OpenAI tingimustega ja kinnitad, et oled tutvunud meie privaatsuspõhimõtetega.
Traditsioonilised hääleagendid ühendavad kõnetuvastuse, arutlusmudeli ja kõnesünteesi. Iga etappidevaheline üleandmine lisab viivitust ning suurendab ohtu kaotada õige ajastus, kontekst või vestluse loomulik rütm. Sageli peavad just arendajad neid etappe koordineerima, sealhulgas otsustama, mis juhtub siis, kui keegi katkestab, teeb pausi või muudab suunda.
GPT‑Live‑1 kuulab ja räägib ühe mudeli abil, lihtsustades häälekihti. See reageerib katkestustele ja kinnitustele kohe, delegeerides samal ajal sügavama arutluse taustsüsteemile. Nii saab vestlus jätkuda, samal ajal kui töö toimub taustal.
Arendajad valivad vestlust toetavad mudelid, tööriistad ja agendi täitmiskeskkonna. Näiteks võivad nad ühendada GPT‑Live‑1 Luna-sarnase mudeliga suure mahuga ülesannete jaoks, nagu ajakava koostamine või tellimuste oleku uuendamine, ning kasutada Astra-sarnast mudelit keerukate, arutlust nõudvate kliendiprobleemide lahendamiseks. See paindlikkus võimaldab arendajatel kohandada iga ülesande arutlussügavust, kiirust ja kulu.
GPT‑Live‑1 pakub loomupäraselt ASR-transkriptsioone ja vastuse teksti. Samuti mõistab see hästi tähtedest ja numbritest koosnevaid jadasid ning toetab märksõnade eelistamist. Kuigi GPT‑Live‑1 ei ole voorupõhine mudel, toetab see loomupäraselt kõnevoorude tuvastamist, mistõttu saavad arendajad jätkuvalt ehitada selgelt määratletud kõnevoorupiiride ümber.
Meie hindamistes parandab GPT‑Live‑1 Full Duplex Benchi tulemust GPT‑Realtime‑2.1-ga võrreldes 30 protsendipunkti võrra, saavutab suuri edusamme kõnevoorude viivituse ja interaktiivse käitumise osas. Koos GPT‑6 Astraga keskmise arutluspingutuse juures on see ka Tau3-s esikohal, mis mõõdab tipptasemel hääleagentide nutikust tervikülesannetes.
Hindab lennunduse, jaemüügi ja telekomi valdkonna suulisi klienditeenindusülesandeid. Pass@1 mõõdab ülesande õnnestumist; pealkiri annab igale valdkonnale võrdse kaalu.
* GPT Live’i taustsüsteem: Astra (keskmine).
Hindab kõnepõhist pangandustuge teadmiste hankimise ja kontotööriistade abil. Pass@1 on 97 banking_knowledge ülesande hulgas edukalt lõpule viidud ülesannete osakaal.
* GPT Live’i taustsüsteem: Astra (keskmine).
Hindab pauside haldamist, vestluses vooruvahetust, katkestusi ja tagasisidesignaale.
Testib reaktsioone taustakõnele, teisele inimesele suunatud kõnele, kuulajapoolsetele tagasisidesignaalidele ja katkestustele.
Mõõdab, kui kiiresti agent alustab vastamist pärast seda, kui kasutaja on oma käigu lõpetanud.
Testib tööriistade kasutamist loomulikke pause, kõhklusi ja eneseparandusi sisaldavate suuliste taotluste põhjal. Pass@1 hindab tööriistakutsete jada.
* GPT Live’i taustsüsteem: Terra (madal).
Hindab tööriistu kasutavatele päringutele antud suulist vastust, mis sisaldab pause, kõhklusi ja eneseparandusi. Hindab, kui hästi vastus vastab viitekavatsusele.
* GPT Live’i taustsüsteem: Terra (madal).
Arendajad vajavad oma tootega sobivaid hääli, mis kõlaksid kasutajatele loomulikult. GPT‑Live‑1 laiendab senist väikest reaalajahäälte valikut, pakkudes rohkem aktsente, murdeid ja keeli ning andes arendajatele suurema vabaduse oma assistentide kõla kujundamisel.
Lähikuudel lisame veel häälevalikuid ja keeli.
GPT‑Live‑1 on täna API-s saadaval(avaneb uues aknas) ning kasutajaliidese häälekihi hind on 0,05 USA dollarit minutis. Ühenda see oma tootega sobiva taustamudeli ja agendi täitmiskeskkonnaga ning looge häälkogemus, mida saab töömahu kasvades skaleerida.
Kohandatud häältele juurdepääsu abikõlblikkuse ja taotlemisprotsessi kohta lisateabe saamiseks võta ühendust müügiosakonnaga.
Alternatiivne võimalus GPT‑Live‑1 põhjal hääletöövooge luua on kasutada OpenAI Presence’it, mis kasutab mudelit reaalajas häälsuhtluste võimaldamiseks. Presence aitab ettevõtetel juurutada usaldusväärseid TI-agente, kes vastavad küsimustele, lahendavad probleeme, kasutavad ettevõtte süsteeme, teevad heakskiidetud toiminguid ja suunavad vajaduse korral inimesele edasi. Täiendava teabe saamiseks võta ühendust oma OpenAI kontohalduriga.
