Við kynnum GPT‑Live‑1 til sögunnar í forritaskilunum sem gefur forriturum öflugt og eðlilegt raddlíkan til að smíða raddstýrð öpp og vinnuferla fyrirtækja. GPT‑Live‑1 var fyrst kynnt í ChatGPT og getur hlustað og talað á sama tíma og, eins og sést með Codex og ChatGPT Work(opnast í nýjum glugga), getur það úthlutað dýpri rökhugsun og aðgerðum til þeirra líkana og verkfæra sem það er parað við.
Fyrir forritaskilaútgáfu GPT‑Live‑1 höfum við einbeitt okkur að nýjum möguleikum sem gera forriturum kleift að stýra og sérsníða raddviðmót fyrir notendur sína, verkferla og markmið. Einn helsti styrkleiki GPT‑Live‑1, hnökralaus meðhöndlun truflana, er þegar farinn að skila árangri í viðskiptum: í fyrstu úttektum komst Speak að því að GPT‑Live‑1 gaf nemendum meiri tíma til að hugsa áður en tungumálakennarinn svaraði, sem fækkaði truflunum um næstum 80% samanborið við fyrri kerfi þar sem skiptst var á að tala.
Helstu styrkleikar GPT‑Live‑1 í forritaskilunum:
Meðhöndlun truflana: Bætir meðhöndlun truflana með einu líkani sem vinnur úr bæði innkomandi og útfarandi hljóði samtímis og forðast þannig biðtíma og viðkvæm skil sem fylgja keðjutengdum STT–LLM–TTS-arkitektúrum.
Rökfærsla og úthlutun verkfærakalla: GPT‑Live‑1 getur úthlutað rökfærslu og verkfæraköllum til bakenda textalíkans eins og GPT‑6 Astra eða líkans frá þriðja aðila.
Tónn, hraði og stíll: Gerir forriturum kleift að móta tón, hraða og samtalsstíl gerenda með kerfiskvaðningunni.
Hljóðlaus samhengisstjórnun & bakgrunnshljóð: Tekur betur á bakgrunnshljóðum og þögn án þess að trufla samtalið eða lýsa hverju skrefi upphátt.
Áreiðanleiki í löngum lotum: Bætir varðveislu samhengis og gæði samtala í lengri samskiptum.
Símkerfisstuðningur: Gerir kleift að virkja tvíhliða raddþjóna fyrir símtöl, allt frá veitingahúsapöntunum til þjónustuvers.
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.
Þessi sýniútgáfa er tímatakmörkuð. Með því að nota hana samþykkir þú skilmála OpenAI og staðfestir að þú hafir kynnt þér persónuverndarstefnu okkar.
Hefðbundnir raddþjónar tengja saman tal-í-texta, rakalíkan og texta-í-tal. Hver yfirfærsla eykur biðtíma og skapar fleiri tækifæri til að missa tímasetningu, samhengi eða náttúrulegan takt samræðna. Þróunaraðilar sitja oft eftir með að samhæfa þessi stig, þar á meðal hvað gerist þegar einhver grípur fram í, gerir hlé eða breytir um stefnu.
GPT‑Live‑1 sér um hlustun og tal í einu líkani, sem einfaldar raddviðmótið. Það getur brugðist við truflunum og viðurkenningum um leið og þær eiga sér stað, en úthlutar dýpri rökum til bakendans. Þetta gerir samtalinu kleift að halda áfram á meðan vinna fer fram í bakgrunni.
Forritarar velja líkön, verkfæri og gerendakerfi að baki samtalinu. Til dæmis gætu þeir parað GPT‑Live‑1 við líkan á borð við Luna fyrir verkefni með miklu vinnuálagi, svo sem tímasetningu eða uppfærslur á pöntunum, og notað líkan á borð við Astra fyrir flókin mál viðskiptavina sem krefjast rökhugsunar. Þessi sveigjanleiki gerir forriturum kleift að laga dýpt rökhugsunar, hraða og kostnað að hverju verkefni.
GPT‑Live‑1 býður sjálfkrafa upp á ASR-afrit og svartexta. Það hefur einnig góðan skilning á bókstöfum og tölustöfum og styður forgangsröðun leitarorða. Þrátt fyrir að GPT‑Live‑1 sé ekki skiptilíkan (e. turn-based model) styður það sjálfkrafa skiptiskynjun (e. turn detection) svo forritarar geta haldið áfram að byggja á skýrum skiptimörkum.
Í öllum okkar mælingum bætir GPT‑Live‑1 afköst Full Duplex Bench um 30 prósentustig miðað við GPT‑Realtime‑2.1, með miklum framförum í viðbragðstíma og gagnvirkri hegðun. Parað við GPT‑6 Astra með miðlungs rökhugsunarátaki er það einnig í 1. sæti á Tau3, sem mælir framúrskarandi gervigreind raddstýrðra aðstoðarmanna í heildstæðum verkefnum.
Metur munnleg þjónustuverkefni á sviði flugfélaga, smásölu og fjarskipta. Pass@1 mælir árangur verkefna; fyrirsögnin vegur hvert svið með jöfnum hætti.
* Bakendi GPT Live: Astra (miðlungs)
Metur munnlega bankaþjónustu með þekkingarheimt og reikningsverkfærum. Pass@1 er hlutfall þeirra 97 banking_knowledge-verkefna sem voru leyst með góðum árangri.
* Bakendi GPT Live: Astra (miðlungs)
Metur meðhöndlun þagna, skiptingu á tali, frammíköll og viðbrögð hlustanda.
Prófar viðbrögð við bakgrunnstali, tali við aðra manneskju, viðbrögðum hlustanda og truflunum.
Mælir hversu fljótt gerandinn byrjar að svara eftir að notandinn lýkur máli sínu.
Prófar notkun verkfæra út frá munnlegum beiðnum sem innihalda eðlilegt hik, tafir og sjálfsleiðréttingar. Pass@1 metur röð verkfærakalla.
* GPT Live bakendi: Terra (lágt).
Metur munnleg svör við beiðnum um notkun verkfæra sem innihalda hik, hlé og sjálfsleiðréttingar. Gefur einkunn fyrir hversu vel svarið samræmist viðmiðunarásetningnum.
* GPT Live bakendi: Terra (lágt).
Forritarar þurfa raddir sem henta vöru þeirra og hljóma eðlilega fyrir fólkið sem notar hana. Með GPT‑Live‑1 erum við að færa okkur frá litlu úrvali rauntímaradda yfir í fjölbreyttara úrval hreima, mállýskna og tungumála, sem gefur forriturum meira val um hvernig aðstoðarmenn þeirra hljóma.
Við munum halda áfram að auka raddvalkosti og framboð tungumála á næstu mánuðum.
GPT‑Live‑1 er í boði í forritaskilunum í dag(opnast í nýjum glugga) á 0,05 $ á mínútu fyrir raddviðmót í framendanum. Paraðu það við bakendalíkan og gerendakerfi sem henta vörunni þinni og búðu síðan til raddupplifun sem getur stækkað í takt við þau verkefni sem hún þarf að sinna.
Fyrir aðgang að sérsniðinni rödd ættir þú að hafa samband við söludeildina til að læra meira um hæfi og umsóknarferlið.
Önnur leið til að byggja raddverkferla ofan á GPT‑Live‑1 er með OpenAI Presence, sem nýtir líkanið til að knýja raddsamskipti í rauntíma. Presence hjálpar fyrirtækjum að innleiða trausta gervigreindargerendur sem geta svarað spurningum, leyst mál, notað kerfi fyrirtækisins, gripið til samþykktra aðgerða og vísað til fólks þegar þess þarf. Hafðu samband við viðskiptastjóra þinn hjá OpenAI til að fá frekari upplýsingar.
