Waxaan API-ga ku soo bandhigaynaa saddex nooc oo maqal ah oo u furaya horumariyeyaasha fasal cusub oo app-yo cod ah. Noocyadan, horumariyeyaashu waxay ku dhisi karaan waayo-aragnimooyin cod oo u muuqda kuwo dabiici ah, si ka caqli badan uga jawaaba, isla markaana tallaabo qaada waqtiga-dhabta ah:

• GPT‑Realtime‑2, nooceennii ugu horreeyay ee cod leh caqliyeyn heer GPT‑5 ah oo xamili kara codsiyo adag isla markaana si dabiici ah wada-sheekaysiga u sii wadi kara.
• GPT‑Realtime‑Translate, nooc cusub oo turjumaad toos ah ah oo hadalka ka turjuma 70+ luqado gelin ah una beddela 13 luqado wax-soo-saar ah isaga oo la jaanqaadaya hadlaha.
• GPT‑Realtime‑Whisper, speech-to-text qulqulaya oo cusub oo si toos ah u qora hadalka inta uu hadluhu hadlayo.

Codku wuxuu noqday mid ka mid ah siyaabaha ugu dabiicisan ee dadku software-ka ugu isticmaalaan. Wuxuu qofka u oggolaanayaa inuu caawimaad codsado isagoo wada, inuu beddelo qorshe safar isagoo madaarka dhex maraya, inuu taageero ku helo luqadda uu doorbido, ama inuu hawl ku gudbo isaga oo aan istaagin si uu u qoro.

Laakiin dhisidda badeecooyin cod oo waxtar leh waxay u baahan tahay wax ka badan is-weydaarsi degdeg ah ama cod u dhaw mid dabiici ah. wakiil cod wuxuu u baahan yahay inuu fahmo waxa uu qofku ula jeedo, la socdo macnaha guud, kasoo kabto marka codsigu isbeddelo, adeegsado agab inta wada-sheekaysigu socdo, kana jawaabo si ku habboon xilligaas.

Isku geyntooda, noocyada aan soo saaraynay waxay maqalka waqtiga-dhabta ah ka dhaqaajinayaan qaab fudud oo wicid iyo jawaab ah una dhoweynayaan isdhexgallo cod oo shaqo dhab ah qaban kara: dhegeysi, caqliyeyn, turjumaad, qoraal-hadal, iyo tallaabo-qaadis inta wada-sheekaysigu furmayo.

Maadaama codku noqdo hab dabiici ah oo software loo isticmaalo, waxaan aragnaa horumariyeyaal ku dhisaya saddex hannaan oo kasoo baxaya voice AI:

• Cod-ilaa-ficil, halkaas oo dadku ku sharxi karaan waxa ay u baahan yihiin nidaamkuna ka caqliyeyn karo codsiga, u adeegsan karo agab, kuna dhammaystiri karo hawsha. Tusaale ahaan, Zillow waxay dhisaysaa kaaliye dhegeysan kara, caqliyeyn kara, kuna tallaabo qaadi kara codsiyo sida: “ii hel guryo ku jira BuyAbility-kayga, ka fogow waddooyinka mashquulka ah, oo ii jadwal dalxiis Sabtida.”
• Nidaamyo-ilaa-cod, halkaas oo software-ku macnaha guud u rogi karo hagid toos ah oo lagu hadlo. Tusaale ahaan, app safar ayaa si hore ah ugu sheegi kara safarleyga: “Duulimaadkaaga imanaya wuu dib u dhacay, laakiin weli waad gaadhi kartaa isku-xirkaaga. Waxaan helay albaabka cusub, waxaan khariidadeeyey waddada ugu dhaqsaha badan ee terminal-ka dhexdiisa, boorsadaaduna weli waxaa la filayaa in la wareejiyo.”
• Cod-ilaa-cod, halkaas oo AI ay ka caawin karto wada-sheekaysiyada tooska ah inay sii socdaan iyagoo ka gudbaya luqado, hawlo, ama macne guud oo is beddelaya. Tusaale ahaan, Deutsche Telekom waxay dhisaysaa waayo-aragnimooyin taageero cod ah oo macaamiishu ku hadli karaan luqadda ay ugu raaxada badan yihiin, halka noocku wada-sheekaysiga waqtiga-dhabta ah u turjumayo.

Hababkani sidoo kale way wada shaqayn karaan. Priceline waxay u socotaa mustaqbal ay safarleyaashu cod ku maamuli karaan safarro dhan: iyagoo si wada-sheekaysi ah u raadinaya duulimaadyo iyo huteello, maareynaya isbeddello sida hagaajinta keyd huteel ka dib dib-u-dhac duulimaad ama helidda warar cusub oo waqtiga-dhabta ah oo ku saabsan waqtiyada sugitaanka TSA, iyo turjumidda wada-sheekaysiyada marka safarleyaashu dhulka joogaan.

GPT‑Realtime‑2 waxaa loo dhisay isdhexgallo cod oo toos ah halkaas oo noocku wada-sheekaysiga sii wado isaga oo ka caqliyeynaya codsi, wacaya agab, xamili kara sixitaanno ama carqalado, kana jawaabaya si ku habboon xilligaas.

• Hordhacyo: Horumariyeyaashu waxay hawlgelin karaan weedho gaagaaban ka hor jawaabta ugu weyn, sida “bal aan taas hubiyo” ama “hal daqiiqo inta aan eegayo,” si isticmaalayaashu u ogaadaan in wakiilku ku shaqaynayo codsiga.
• Wicitaanno agab oo is barbar socda iyo hufnaanta agabka: Noocku wuxuu hal mar wici karaa agabyo badan, ficilladaasna wuxuu ka dhigi karaa kuwo la maqli karo isagoo adeegsanaya weedho sida “waxaan hubinayaa kalandarkaaga” ama “hadda ayaan taas eegayaa,” taas oo ka caawinaysa wakiillada inay jawaab-celin yeeshaan inta ay hawlo dhammaystirayaan.
• Dhaqan kasoo-kabasho oo ka xooggan: Noocku wuxuu si ka dabacsan uga soo kaban karaa isagoo leh waxyaabo sida “hadda taas dhibaato ayaan kala kulmayaa,” halkii uu aamusi lahaa ama wada-sheekaysiga jebin lahaa.
• Macne guud oo dheer oo loogu talagalay socod-shaqooyinka wakiilnimo: Waxaan kordhinaynaa daaqadda macnaha guud 32K ilaa 128K si loo taageero kal-fadhiyo dheer oo isku-xiran iyo qulqullo hawleed oo aad u adag.
• Faham deegaan oo ka xooggan: Noocku si fiican ayuu u hayaa ereybixin gaar ah, magacyo gaar ah, erayo caafimaad, iyo eray-bixin kale oo muhiim u ah dejimaha wax-soo-saarka.
• Laxan iyo gudbin si badan loo xakameyn karo: Noocku si ka fiican ayuu u hagaajin karaa laxankiisa—si deggan ayuu u hadli karaa marka uu xalinaayo arrin, si dareen leh marka isticmaale niyad-jabsan yahay, ama si firfircoon marka uu xaqiijinayo ficil guulaystay.
• Heer dadaal caqliyeyn oo la hagaajin karo: Horumariyeyaashu hadda waxay kala dooran karaan heerarka caqliyeynta minimal, low, medium, high, iyo xhigh, iyadoo low uu yahay kan caadiga ah, si loo dheellitiro dib-u-dhac hoose ee isdhexgallada tooska ah iyo caqliyeyn ka sii fiirsasho badan oo loogu talagalay codsiyada adag.

Horumarradu waxay ka muuqdaan qiimaynta maqalka ee si dhow ugu eg wakiillada codka ee wax-soo-saarka: GPT‑Realtime‑2 (high) wuxuu 15.2% ka sareeyaa GPT‑Realtime‑1.5 ee Big Bench Audio marka la eego caqliyeynta maqalka. GPT‑Realtime‑2 (xhigh) wuxuu 13.8% ka sareeyaa Audio MultiChallenge marka la eego raacidda tilmaamaha, isaga oo ka fiicnaanaya GPT‑Realtime‑1.5 isla markaana muujinaya caqliyeyn, maarayn macne guud, iyo xakameyn ka xooggan wada-sheekaysiyada tooska ah.

Sixirka GPT‑Realtime‑2 wuxuu ka muuqdaa adeegsiyo kala duwan oo badan:

Intii lagu jiray tijaabadii hore, ganacsiyadu waxay GPT‑Realtime‑2 u adeegsadeen dhisidda wakiillo cod ah oo ka caawiya macaamiisha iyo shaqaalaha inay wax ku qabtaan wada-sheekaysi dabiici ah:

GPT‑Realtime‑Translate wuxuu ka caawiyaa horumariyeyaasha inay dhisaan waayo-aragnimooyin cod oo toos ah oo luqado badan leh halkaas oo qof kastaa ku hadli karo luqadda uu doorbido oo uu u maqli karo wada-sheekaysiga oo waqtiga-dhabta ah loo turjumay, sidoo kalena u akhriyi karo qoraallada waqtiga-dhabta ah. Waxay taageertaa in ka badan 70 luqado gelin ah iyo 13 luqado wax-soo-saar ah, taas oo ka dhigaysa mid faa’iido u leh taageerada macaamiisha, iibka xuduudaha ka gudba, waxbarashada, dhacdooyinka, warbaahinta, iyo baraha abuurayaasha ee u adeegaya dhagaystayaal caalami ah.

Horumariyeyaasha, turjumaadda tooska ahi waxay u baahan tahay inay ilaaliso macnaha iyada oo la jaanqaadaysa hadlaha, xitaa marka dadku si dabiici ah u hadlaan, macnaha guud beddelaan, ama adeegsadaan ku dhawaaqis goboleed iyo luqad gaar u ah goobta. Tusaale ahaan, Deutsche Telekom waxay u tijaabinaysaa noocka isdhexgal cod oo luqado badan leh, halkaas oo dib-u-dhac yar iyo faseexnimo ka xooggan ay ka dhigi karaan wada-sheekaysiyada luqado kala duwan kuwo u muuqda kuwo dabiici ah.

Muuqaalkan, Vimeo waxay muujinaysaa sida GPT‑Realtime‑Translate uu si toos ah u turjumi karo muuqaal waxbarasho oo badeeco ah inta uu socdo, si macaamiisha caalamiga ah ay ugu maqli karaan wararka cusub luqaddooda ay doorbidaan iyaga oo aan sugayn nuqul si gooni ah loo soo saaray.

GPT‑Realtime‑Whisper waa nooc cusub oo qoraal qulqulaya ah oo loo dhisay speech-to-text dib-u-dhac hoose leh. Wuxuu qori karaa maqalka inta dadku hadlayaan, si badeecooyinka tooska ahi ugu ekaadaan kuwo dhaqso badan, jawaab-celin leh, oo dabiici ah—laga bilaabo caption-yo isla markiiba soo baxa ilaa qoraallada kulamada ee la socda wada-sheekaysiga.

Noocku wuxuu hadalka tooska ah ka dhigaa mid lagu adeegsan karo socod-shaqooyinka ganacsiga isla marka uu dhacayo. Kooxuhu waxay awood siin karaan caption-yo kulamo, fasallo, baahin, iyo dhacdooyin; waxay abuuri karaan qoraallo iyo soo-koobid inta wada-sheekaysiyadu weli socdaan; waxay dhisi karaan wakiillo cod oo u baahan inay si joogto ah u fahmaan isticmaalayaasha; waxayna abuuri karaan socod-shaqooyin dabagal oo degdeg badan oo loogu talagalay taageerada macaamiisha, daryeelka caafimaadka, iibka, shaqaalaysiinta, iyo isdhexgallada kale ee hadal badan leh.

Realtime API wuxuu ka kooban yahay lakabyo badan oo ilaalin iyo yarayn ah si looga hortago si xun u isticmaalka. Waxaan adeegsannaa kala-soocayaal firfircoon oo ka shaqeeya kal-fadhiyada Realtime API, taas oo micnaheedu yahay in wada-sheekaysiyo gaar ah la joojin karo haddii lagu ogaado inay jebinayaan tilmaamahayaga waxyeellada leh. Horumariyeyaashu sidoo kale si fudud ayay ugu dari karaan xayndaabyo badbaado oo dheeraad ah iyagoo adeegsanaya Agents SDK⁠.⁠(ku furmaa daaqad cusub)

siyaasadahayaga isticmaalka⁠⁠ waxay mamnuucayaan dib-u-jeedin ama qaybinta wax-soo-saarka adeegyadayada si loogu adeegsado spam, khiyaano, ama ujeeddooyin kale oo waxyeello leh. Horumariyeyaashu sidoo kale waa inay si cad ugu sheegaan isticmaalayaasha dhammaadka marka ay la falgalayaan AI, haddii aanay taasi durba uga muuqan macnaha guud.

Realtime API wuxuu si buuxda u taageeraa EU Data Residency⁠⁠(ku furmaa daaqad cusub) ee app-yada ku salaysan Midowga Yurub waxaana daboolaya ballanqaadyadayada asturnaanta shirkadaha⁠⁠.

GPT‑Realtime‑2, GPT‑Realtime‑Translate iyo GPT‑Realtime‑Whisper waxaa laga heli karaa Realtime API. GPT‑Realtime‑2 qiimihiisu waa $32 / 1M token maqalka gelinta ah ($0.40 token gelin oo kaydsan) iyo $64 / 1M token maqalka wax-soo-saarka ah. GPT‑Realtime‑Translate qiimihiisu waa $0.034 daqiiqaddii. GPT‑Realtime‑Whisper qiimihiisu waa $0.017 daqiiqaddii.

Waxaad ku tijaabin kartaa noocyada cusub ee codka waqtiga-dhabta ah gudaha Playground⁠(ku furmaa daaqad cusub).

Si aad u bilowdo dhisidda, fur weydiintan gudaha Codex⁠ si aad GPT‑Realtime‑2 ugu darto app jira ama mid cusub ugu bilowdo. Haddii aadan weli haysan Codex, marka hore soo dejiso app-ka Codex⁠.