10 Septemba 2026

Unda matumizi ya sauti asili zaidi ukitumia GPT‑Live‑1 katika API

GPT‑Live‑1 inaleta mazungumzo ya asili ya ChatGPT ya pande mbili kwenye API, ikiwa na udhibiti zaidi wa jinsi mawakala wa sauti wanavyozungumza na kutenda.

Inapakia…

Tunazindua GPT‑Live‑1 katika API, tukiwapa wasanidi muundo wa sauti wenye uwezo mkubwa na wa kiasili kwa ajili ya kujenga programu zinazotumia sauti na taratibu za kazi za biashara. Baada ya kutambulishwa kwanza katika ChatGPT, GPT‑Live‑1 inaweza kusikiliza na kuzungumza kwa wakati mmoja na, kama ilivyoonekana kupitia Codex na ChatGPT Work⁠(fungua katika dirisha jipya), inaweza kukabidhi uwazaji wa kina na vitendo kwa miundo na zana ambazo imeunganishwa nazo.

Kwa uzinduzi wa GPT‑Live‑1 katika API, tumeangazia uwezo mpya unaowaruhusu wasanidi kuelekeza na kubinafsisha matumizi ya sauti kulingana na watumiaji, michakato na malengo yao. Nguvu kuu ya GPT‑Live‑1, kushughulikia ukatizaji kwa urahisi, tayari inaleta athari katika biashara: katika tathmini za awali, Speak iligundua kuwa GPT‑Live‑1 iliwapa wanafunzi muda zaidi wa kufikiri kabla ya mwalimu wa lugha kujibu, na kupunguza ukatizaji kwa karibu 80% ikilinganishwa na mifumo ya awali ya kupokezana zamu.

Nguvu kuu za GPT‑Live‑1 katika API:

Ushughulikiaji wa kukatizwa: Huboresha ushughulikiaji wa kukatizwa kupitia muundo mmoja unaochanganua kwa pamoja sauti inayoingia na inayotoka, hivyo kuepuka ucheleweshaji na makabidhiano dhaifu ya usanifu wa mfululizo wa STT–LLM–TTS.
Ukabidhi wa uwazaji na miito ya zana: GPT‑Live‑1 inaweza kukabidhi uwazaji na miito ya zana kwa muundo wa maandishi wa upande wa seva kama GPT‑6 Astra au muundo wa mtu mwingine.
Toni, kasi na mtindo: Huwawezesha wasanidi kuunda toni, kasi na mtindo wa mazungumzo wa wakala kupitia dokeza la mfumo.
Udhibiti kimya wa muktadha na kelele za mazingira: Hushughulikia vizuri zaidi kelele za mazingira na ukimya bila kukatiza mazungumzo au kusimulia kila hatua kwa sauti.
Utegemewaji katika vipindi virefu: Huboresha uhifadhi wa muktadha na ubora wa mazungumzo katika mwingiliano wa muda mrefu.
Usaidizi wa simu: Huwezesha uwekaji wa mawakala wa sauti wanaowasiliana pande mbili kwa wakati mmoja kwa simu, kuanzia kuweka nafasi mikahawani hadi kutoa usaidizi kwa wateja.

Try GPT-Live-1

Start a session and speak naturally. Interrupt, laugh, change your mind - try it at home or in a loud space like a coffee shop or city street.

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.

Onyesho hili lina kikomo cha muda. Kwa kuitumia, unakubali Masharti ya OpenAI na unatambua Sera ya Faragha yetu.

Yelp Host huweka nafasi bila usumbufu, huku GPT‑Live‑1 ikishughulikia kelele za mazingira, mazungumzo ya pembeni na ukatizaji.

Rahisisha usanifu wako wa wakala wa sauti na upunguze ucheleweshaji wa sauti

Mawakala wa kawaida wa sauti huunganisha ubadilishaji wa sauti kuwa maandishi, muundo wa uwazaji na ubadilishaji wa maandishi kuwa sauti. Kila makabidhiano huongeza ucheleweshaji na nafasi za kupoteza wakati unaofaa, muktadha au mtiririko wa kawaida wa mazungumzo. Mara nyingi wasanidi ndio hulazimika kuratibu hatua hizo, ikiwemo kinachotokea mtu anapokatiza, anapotulia au anapobadili mwelekeo.

GPT‑Live‑1 hushughulikia kusikiliza na kuzungumza katika muundo mmoja, hivyo kurahisisha safu ya sauti. Inaweza kujibu ukatizaji na ishara za kuthibitisha zinapotokea, huku ikikabidhi uwazaji wa kina kwa upande wa nyuma. Hii huruhusu mazungumzo kuendelea huku kazi ikifanyika chinichini.

“Ikilinganishwa na mfumo wetu wa mfululizo, GPT‑Live‑1 ilirahisisha msimbo wetu kwa 80% na kuondoa mistari 23K ya msimbo. Hii iliwezesha mazungumzo ya kawaida ya wakati halisi na wagonjwa na kuipa timu yetu nafasi ya kuboresha huduma kuanzia kuweka miadi hadi kupata huduma inayofaa.”

—Tony Stoyanov, Mwanzilishi Mwenza na Afisa Mkuu wa Teknolojia, EliseAI

Wasanidi huchagua miundo, zana na mazingira ya uendeshaji ya wakala yanayotegemeza mazungumzo. Kwa mfano, wanaweza kuunganisha GPT‑Live‑1 na muundo kama Luna kwa kazi nyingi kama kupanga ratiba au kutoa taarifa za oda, na kutumia muundo kama Astra kwa matatizo changamano ya wateja yanayohitaji uwazaji. Unyumbufu huo huwawezesha wasanidi kulinganisha kina cha uwazaji, kasi na gharama na kila kazi.

GPT‑Live‑1 hutoa moja kwa moja nakala za ASR na maandishi ya majibu. Pia ina uwezo mkubwa wa kuelewa herufi na nambari na inasaidia upendeleo wa maneno muhimu. Ingawa GPT‑Live‑1 si muundo wa zamu, ina uwezo asilia wa kutambua zamu, kwa hivyo wasanidi wanaweza kuendelea kuunda kwa kutumia mipaka dhahiri ya zamu.

Kupima faida ya mawasiliano ya pande mbili kwa wakati mmoja

Katika tathmini zetu, GPT‑Live‑1 inaboresha utendaji wa Full Duplex Bench kwa pointi 30 za asilimia ikilinganishwa na GPT‑Realtime‑2.1, pamoja na maboresho makubwa katika ucheleweshaji wa ubadilishanaji wa zamu na tabia ya mwingiliano. Ikiunganishwa na GPT‑6 Astra kwa juhudi za uwazaji za wastani, pia inashika nafasi ya 1 kwenye Tau3, inayopima Kiwango cha ufikiri cha wakala wa sauti wa mpaka katika kazi kuanzia mwanzo hadi mwisho.

Hutathmini kazi za huduma kwa wateja zinazofanywa kwa sauti katika vikoa vya usafiri wa ndege, rejareja na mawasiliano ya simu. Pass@1 hupima mafanikio ya kazi; kichwa kikuu huyapa vikoa vyote uzito sawa.

* Upande wa nyuma wa GPT Live: Astra (Wastani).

Hutathmini usaidizi wa benki kwa njia ya mazungumzo kwa kutumia zana za kurejesha maarifa na akaunti. Pass@1 ni uwiano wa kazi 97 za banking_knowledge zilizokamilishwa kwa mafanikio.

* Upande wa nyuma wa GPT Live: Astra (Wastani).

Hutathmini ushughulikiaji wa mapumziko, kupokezana zamu katika mazungumzo, ukatizaji, na viashiria vya kuitikia.

Hujaribu miitikio kwa usemi wa chinichini, usemi unaoelekezwa kwa mtu mwingine, ishara za msikilizaji za kuonyesha anaendelea kusikiliza, na ukatizaji.

Hupima jinsi wakala anavyoanza jibu lake kwa haraka baada ya mtumiaji kumaliza zamu yake.

Hupima matumizi ya zana kutoka kwa maombi yanayozungumzwa yenye mapumziko ya asili, kusita, na kujisahihisha. Pass@1 hupima mfuatano wa simu za zana.

* Sehemu ya nyuma ya GPT Live: Terra (chini).

Hutathmini jibu la sauti kwa maombi ya kutumia zana yaliyo na mapumziko, kusita, na kujisahihisha. Hupima jinsi jibu linavyolingana vyema na nia ya marejeleo.

* Sehemu ya nyuma ya GPT Live: Terra (chini).

Maoni ya wateja

1 kati ya 4

“Kuongeza GPT‑Live‑1 kwenye Yelp Host na Hatch kuliboresha kupokezana zamu na usahihi ikilinganishwa na usanifu wetu wa kawaida wa sauti. Yelp Host inapotumia GPT‑Live‑1 kujibu simu, kama vile za kuweka nafasi na kuagiza chakula, tunaona maboresho makubwa katika viwango vya kushughulikia simu. Wapigaji simu pia wanazungumza kwa sentensi kamili na za asili zaidi, jambo linalotuonyesha kuwa uzoefu upande wa pili wa simu unahisi tofauti kabisa.”

—Alex Levy, Afisa Mkuu wa Teknolojia

“GPT‑Live-1 inaonyesha kile ambacho muundo wa pande mbili kwa wakati mmoja unaweza kuwezesha: Inahamisha usaidizi wa sauti wa AI kutoka mtiririko wa kusimama na kuanza hadi mtiririko wa kawaida wa simu. Wateja wanaweza kutulia, kukatiza na kubadili mwelekeo kwa kawaida; utoaji wa sauti umeboreshwa waziwazi; na Fin inaweza kuunganisha mazungumzo hayo ya kawaida na mfumo wake binafsi wa usaidizi ili kufanya kazi ya kina inayohitajika kutatua tatizo. Kwetu, hii ndiyo ishara iliyo wazi zaidi hadi sasa kuhusu mwelekeo wa usaidizi wa sauti.”

—Jordan Neill, Afisa Mkuu wa Uendeshaji

Chaguo mpya za sauti

Wasanidi wanahitaji sauti zinazofaa bidhaa zao na kusikika kwa kawaida kwa watumiaji. Kwa GPT‑Live‑1, tunapanua kutoka sauti chache za wakati halisi hadi chaguo pana la lafudhi, lahaja na lugha, hivyo kuwapa wasanidi uhuru zaidi wa kuchagua jinsi wasaidizi wao wanavyosikika.

Sikiliza sauti mpya

Sikiliza00:00

Imeathiriwa na Kiingereza cha Australia

Tutaendelea kuongeza chaguo za sauti na upatikanaji wa lugha katika miezi ijayo.

Bei na Upatikanaji

GPT‑Live‑1 inapatikana leo katika API⁠(fungua katika dirisha jipya) kwa $0.05 kwa dakika kwa safu ya sauti ya upande wa mbele. Iunganishe na muundo wa upande wa nyuma na mazingira ya uendeshaji ya wakala yanayofaa bidhaa yako, kisha uunde uzoefu wa sauti unaoweza kupanuka ili kukidhi kazi inayohitaji kutekelezwa.

Kuunganisha GPT-Live-1 na Codex

1import { Codex } from "@openai/codex-sdk";
2
3const thread = new Codex().startThread({
4  workingDirectory: "./repo",
5  sandboxMode: "read-only",
6  approvalPolicy: "never",
7});
8
9async function answer(live, delegationId, context) {
10  const { finalResponse } = await thread.run(
11    `Answer the latest question using this repo.
12     Reply in two short spoken sentences.\n${context}`
13  );
14
15  live.send({
16    type: "session.commentary.append",
17    delegation_id: delegationId,
18    content: finalResponse,
19  });
20}

Kuunganisha GPT-Live-1 na Codex. Dondoo hii inaonyesha jinsi programu inavyopitisha muktadha wa mazungumzo kwa Codex na kurudisha jibu lake kwa GPT-Live-1. Usanidi wa muunganisho na ushughulikiaji wa ugawaji vimeachwa.

Ili kufikia sauti maalum, wasiliana na timu ya mauzo upate maelezo zaidi kuhusu ustahiki na mchakato wa kutuma ombi.

Njia nyingine ya kujenga mitiririko ya kazi ya sauti kwa kutumia GPT‑Live‑1 ni kupitia OpenAI Presence, inayotumia muundo kuwezesha mwingiliano wa sauti wa wakati halisi. Presence husaidia mashirika kupeleka mawakala wa AI wanaoaminika ambao wanaweza kujibu maswali, kutatua matatizo, kutumia mifumo ya kampuni, kuchukua hatua zilizoidhinishwa, na kuwasilisha masuala kwa watu inapohitajika. Wasiliana na mkurugenzi wa akaunti yako ya OpenAI ili upate maelezo zaidi.

Mwandishi

OpenAI

Endelea kusoma

Tazama zote

Helping teens learn, plan, and shape the future of AI — Cover

Kusaidia vijana kujifunza, kupanga na kuunda mustakabali wa AI

Product7 Okt 2026

GPT-6 na Kiolesura Mahiri kwa kila mtu

Product7 Okt 2026

Building advertising for the way people use AI — Cover

Kubuni matangazo yanayoendana na jinsi watu wanavyotumia AI

Product5 Okt 2026