10 செப்டம்பர், 2026

API-இல் GPT‑Live‑1 மூலம் மேலும் இயல்பான குரல் அனுபவங்களை உருவாக்குங்கள்

GPT‑Live‑1, ChatGPT‑இன் இயல்பான, முழு இருவழி உரையாடல்களை API-க்குக் கொண்டுவருகிறது; குரல் ஏஜென்ட்கள் பேசும் மற்றும் செயல்படும் விதத்தின்மீது கூடுதல் கட்டுப்பாட்டுடன்.

ஏற்றுகிறது…

API-இல் GPT‑Live‑1 ஐ அறிமுகப்படுத்துகிறோம். இதன் மூலம் டெவலப்பர்கள் குரல்-இயக்கப்பட்ட ஆப்கள் மற்றும் வணிகப் பணிப்பாய்வுகளை உருவாக்க சக்திவாய்ந்த, இயல்பான குரல் மாடலைப் பெறுகின்றனர். முதலில் ChatGPT‑இல் அறிமுகப்படுத்தப்பட்ட GPT‑Live‑1, ஒரே நேரத்தில் கேட்கவும் பேசவும் வல்லது. மேலும், Codex மற்றும் ChatGPT Work ஆகியவற்றில் கண்டதுபோல்⁠(புதிய சாளரத்தில் திறக்கும்), தன்னுடன் இணைக்கப்பட்ட மாடல்கள் மற்றும் கருவிகளிடம் ஆழமான ரீஸனிங் மற்றும் செயல்களை ஒப்படைக்க முடியும்.

GPT‑Live‑1 இன் API வெளியீட்டிற்காக, பயனர்கள், பணிப்பாய்வுகள், இலக்குகள் ஆகியவற்றுக்கு ஏற்ப குரல் அனுபவங்களை டெவலப்பர்கள் வழிநடத்தவும் தனிப்பயனாக்கவும் உதவும் புதிய திறன்களில் கவனம் செலுத்தியுள்ளோம். GPT‑Live‑1 இன் முக்கிய பலங்களில் ஒன்றான, குறுக்கீடுகளைச் சீராகக் கையாளும் திறன், ஏற்கனவே வணிகத்தில் தாக்கத்தை ஏற்படுத்தி வருகிறது: ஆரம்பகட்ட மதிப்பீடுகளில், மொழிப் பயிற்றுவிப்பாளர் பதிலளிப்பதற்கு முன்பு கற்பவர்களுக்குச் சிந்திப்பதற்கு GPT‑Live‑1 அதிக நேரத்தை வழங்கியதாகவும், முந்தைய முறை சார்ந்த அமைப்புகளுடன் ஒப்பிடுகையில் குறுக்கீடுகளை ஏறக்குறைய 80% குறைத்ததாகவும் ஸ்பீக் நிறுவனம் கண்டறிந்தது.

API-இல் GPT‑Live‑1 இன் முக்கிய பலங்கள்:

குறுக்கீட்டைக் கையாளுதல்: உள்வரும் மற்றும் வெளிச்செல்லும் ஆடியோவை ஒன்றாகக் கருத்தில் கொள்ளும் ஒற்றை மாடலின் மூலம் குறுக்கீட்டைக் கையாளுதலை மேம்படுத்துகிறது, இதன்மூலம் தொடர் STT–LLM–TTS கட்டமைப்புகளின் தாமதம் மற்றும் எளிதில் பாதிப்படையக்கூடிய கைமாற்றங்களைத் தவிர்க்கிறது.
ரீஸனிங் & கருவி அழைப்பு ஒப்படைப்பு: GPT‑Live‑1, GPT‑6 Astra போன்ற பின்புற உரை மாடல் அல்லது மூன்றாம் தரப்பு மாடலுக்கு ரீஸனிங் மற்றும் கருவி அழைப்புகளை ஒப்படைக்க முடியும்.
தொனி, வேகம் மற்றும் பாணி: சிஸ்டம் ப்ராம்ப்ட் மூலம் ஏஜென்டின் தொனி, வேகம் மற்றும் உரையாடல் பாணியை டெவலப்பர்கள் வடிவமைக்க உதவுகிறது.
அமைதியான சூழல் மேலாண்மை மற்றும் பின்னணி இரைச்சல்: உரையாடலை இடைமறிக்காமலும் ஒவ்வொரு படியையும் சத்தமாக விவரிக்காமலும் பின்னணி இரைச்சலையும் அமைதியையும் சிறப்பாகக் கையாளுகிறது.
நீண்ட அமர்வுகளில் நம்பகத்தன்மை: நீண்ட நேர உரையாடல்களிலும் சூழல் நினைவையும் உரையாடல் தரத்தையும் மேம்படுத்துகிறது.
தொலைபேசி ஆதரவு: உணவக முன்பதிவுகள் முதல் வாடிக்கையாளர் ஆதரவு வரை, தொலைபேசி அழைப்புகளுக்கான இருவழிக் குரல் ஏஜென்ட்களைப் பயன்படுத்த வழிவகுக்கிறது.

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.

இந்த டெமோ நேர வரம்பிற்குட்பட்டது. இதைப் பயன்படுத்துவதன் மூலம், நீங்கள் OpenAI இன் விதிமுறைகள் க்கு ஒப்புக்கொள்கிறீர்கள் மற்றும் எங்கள் பிரைவசி பாலிசியை அங்கீகரிக்கிறீர்கள்.

GPT‑Live‑1 பின்னணி இரைச்சல், பக்க உரையாடல்கள் மற்றும் இடையூறுகளைக் கையாளும்போது, Yelp Host தடையின்றி ஒரு முன்பதிவை உறுதிசெய்கிறது.

உங்கள் குரல்-ஏஜென்ட் கட்டமைப்பை எளிமையாக்கி, குரல் தாமதத்தைக் குறைக்கவும்

பாரம்பரிய குரல் ஏஜென்ட்கள், பேச்சிலிருந்து உரை, ரீஸனிங் மாடல், உரையிலிருந்து பேச்சு ஆகியவற்றை ஒன்றிணைக்கின்றன. ஒவ்வொரு கைமாற்றமும் தாமதத்தை அதிகரிப்பதோடு, உரையாடலின் நேர ஒத்திசைவு, சூழல் அல்லது இயல்பான ஓட்டத்தை இழப்பதற்கான வாய்ப்புகளையும் உருவாக்குகிறது. யாராவது இடைமறிக்கும்போது, இடைநிறுத்தும்போது அல்லது உரையாடலின் திசையை மாற்றும்போது என்ன நடக்க வேண்டும் என்பது உட்பட, அந்தப் படிநிலைகளை ஒருங்கிணைக்கும் பொறுப்பு பெரும்பாலும் டெவலப்பர்களுக்கே உள்ளது.

GPT‑Live‑1, கேட்பதையும் பேசுவதையும் ஒரே மாடலில் கையாள்வதால் குரல் அடுக்கு எளிதாகிறது. இது, குறுக்கீடுகளும் ஒப்புதல்களும் நிகழும்போது அவற்றுக்குப் பதிலளிக்கும் அதே வேளையில், ஆழமான ரீஸனிங் ஐப் பின்தளத்திற்கு ஒப்படைக்கிறது. பின்னணியில் பணிகள் நடந்துகொண்டிருக்கும்போதும், உரையாடல் தொடர இது வழிவகுக்கிறது.

“எங்கள் அடுக்குத் தொடர் உருவாக்கத்துடன் ஒப்பிடும்போது, GPT‑Live‑1 எங்கள் குறியீட்டுத் தளத்தை 80% எளிமையாக்கி, 23 ஆயிரம் குறியீட்டு வரிகளை அகற்றியது. இது இயல்பான நிகழ்நேர நோயாளர் உரையாடல்களைச் சாத்தியமாக்கியதோடு, சந்திப்பை முன்பதிவு செய்வது முதல் சிகிச்சை வழிகாட்டுதல் வரை அனுபவத்தை மேம்படுத்த எங்கள் குழுவுக்கு நேரமளித்தது.”

—Tony Stoyanov, இணை நிறுவனர் மற்றும் தலைமைத் தொழில்நுட்ப அதிகாரி, EliseAI

உரையாடலுக்குப் பின்னால் இயங்கும் மாடல்கள், கருவிகள், ஏஜென்ட் சூழல் பணி அமைவு ஆகியவற்றை டெவலப்பர்களே தேர்வுசெய்கின்றனர். எடுத்துக்காட்டாக, திட்டமிடல் அல்லது ஆர்டர் நிலவரப் புதுப்பிப்புகள் போன்ற அதிக அளவிலான பணிகளுக்கு GPT‑Live‑1‑ஐ Luna போன்ற மாடலுடன் இணைக்கலாம். ரீஸனிங் தேவைப்படும் சிக்கலான வாடிக்கையாளர் பிரச்சினைகளுக்கு Astra போன்ற மாடலைப் பயன்படுத்தலாம். இந்த நெகிழ்வுத்தன்மை, ஒவ்வொரு பணிக்கும் ஏற்ற ரீஸனிங் ஆழம், வேகம், செலவு ஆகியவற்றை டெவலப்பர்கள் தேர்ந்தெடுக்க உதவுகிறது.

GPT‑Live‑1 இயல்பாகவே ASR படியெடுத்தல்களையும் பதில் உரையையும் வழங்குகிறது. இது வலுவான எண்ணெழுத்துப் புரிதலை வழங்குவதோடு, முக்கியச்சொல் சார்புநிலையையும் ஆதரிக்கிறது. GPT‑Live‑1 ஒரு திருப்பம் சார்ந்த மாடல் இல்லையென்றாலும், அது இயல்பாகவே திருப்பங்களைக் கண்டறியும் வசதியை ஆதரிக்கிறது, எனவே டெவலப்பர்கள் தெளிவான திருப்ப எல்லைகளை மையமாகக் கொண்டு தொடர்ந்து கட்டமைப்புகளை உருவாக்கலாம்.

முழு இருவழித் தொடர்பின் நன்மையை அளவிடுதல்

எங்கள் மதிப்பீடுகளின்படி, GPT‑Live‑1 ஆனது GPT‑Realtime‑2.1-ஐ விட Full Duplex Bench செயல்திறனை 30 சதவீதப் புள்ளிகள் மேம்படுத்துகிறது, முறைமாற்ற தாமதம் மற்றும் ஊடாடும் நடத்தையில் பெரும் ஆதாயங்களுடன். நடுத்தரம் ரீஸனிங் முயற்சியில் GPT‑6 Astra உடன் இணைக்கப்படும்போது, முழுமையான பணிகளில் அதிநவீன குரல்-ஏஜென்ட் நுண்ணறிவை அளவிடும் Tau3-இல் இதுவும் #1 இடத்தைப் பெறுகிறது.

விமானப் போக்குவரத்து, சில்லறை விற்பனை மற்றும் தொலைத்தொடர்புத் துறைகளில் வாய்மொழி வாடிக்கையாளர் சேவைப் பணிகளை மதிப்பிடுகிறது. Pass@1 பணியின் வெற்றியை அளவிடுகிறது; தலைப்பு ஒவ்வொரு பகுதிக்கும் சமமான முக்கியத்துவத்தை அளிக்கிறது.

* GPT லைவ் பேக்கெண்ட்: Astra (நடுத்தரம்).

அறிவு மீட்டெடுப்பு மற்றும் கணக்குக் கருவிகளுடன் கூடிய குரல் வங்கி ஆதரவை மதிப்பிடுகிறது. Pass@1 என்பது, 97 வங்கி அறிவுப் பணிகளில் வெற்றிகரமாக முடிக்கப்பட்டவற்றின் பின்னமாகும்.

* GPT லைவ் பேக்கெண்ட்: Astra (நடுத்தரம்).

இடைநிறுத்தங்களைக் கையாளுதல், உரையாடலில் முறை மாற்றுதல், குறுக்கீடுகள் மற்றும் பின்னூட்டங்களை மதிப்பீடு செய்கிறது.

பின்னணிப் பேச்சு, மற்றொரு நபரிடம் பேசும் பேச்சு, கேட்பவரின் பின்னூட்டங்கள் மற்றும் குறுக்கீடுகள் ஆகியவற்றிற்கான எதிர்வினைகளைச் சோதிக்கிறது.

பயனர் தனது பேச்சை முடித்த பிறகு, ஏஜென்ட் தனது பதிலை எவ்வளவு விரைவாகத் தொடங்குகிறது என்பதை அளவிடுகிறது.

இயல்பான இடைநிறுத்தங்கள், தயக்கங்கள் மற்றும் சுயத் திருத்தங்களைக் கொண்ட பேச்சு கோரிக்கைகளிலிருந்து கருவிப் பயன்பாட்டைச் சோதிக்கிறது. Pass@1 கருவி அழைப்பு வரிசையை மதிப்பிடுகிறது.

* GPT லைவ் பேக்கெண்ட்: Terra (லோ).

இடைநிறுத்தங்கள், தயக்கங்கள் மற்றும் சுயத் திருத்தங்களைக் கொண்ட கருவிகளைப் பயன்படுத்தும் கோரிக்கைகளுக்கான பேச்சு பதிலை மதிப்பிடுகிறது. பதில் குறிப்பு நோக்கத்துடன் எவ்வளவு நன்றாகப் பொருந்துகிறது என்பதை மதிப்பெண் அளிக்கிறது.

* GPT லைவ் பேக்கெண்ட்: Terra (லோ).

வாடிக்கையாளர்கள் கூறுவது

4இல் 1

“Yelp Host மற்றும் Hatch-இல் GPT‑Live‑1 ஐச் சேர்த்தது, எங்கள் பாரம்பரிய குரல் கட்டமைப்பைவிட உரையாடல் முறைமாற்றத்தையும் துல்லியத்தையும் மேம்படுத்தியது. முன்பதிவுகள் மற்றும் உணவு ஆர்டர்கள் போன்றவற்றுக்கான அழைப்புகளுக்கு Yelp Host, GPT‑Live‑1 ஐப் பயன்படுத்திப் பதிலளிக்கும்போது, அழைப்புகளைக் கையாளும் விகிதத்தில் குறிப்பிடத்தக்க முன்னேற்றத்தைக் காண்கிறோம். அழைப்பவர்களும் முழுமையான, இயல்பான வாக்கியங்களில் பேசுகின்றனர். தொலைபேசியின் மறுமுனையில் கிடைக்கும் அனுபவம் உண்மையிலேயே வேறுபட்டதாக உணரப்படுவதை இது காட்டுகிறது.”

—Alex Levy, தலைமைத் தொழில்நுட்ப அதிகாரி

“கற்பவர்களுக்கு எப்போது இடமளிக்க வேண்டும், எப்போது குறுக்கிட வேண்டும் என்பதை ஒரு நல்ல மொழி ஆசிரியர் அறிவார். அந்த இயல்புத்தன்மையை Speak-இன் நேரலை ஆசிரியர் பாடங்களுக்கு GPT‑Live‑1 கொண்டுவருகிறது. எங்கள் தொடக்க மதிப்பீடுகளில், முந்தைய முறைசார்ந்த அமைப்புகளுடன் ஒப்பிடுகையில், சிந்தனை இடைவேளைகளின்போது ஏற்படும் குறுக்கீடுகளை இது கிட்டத்தட்ட 80% குறைத்தது.”

—Andrew Hsu, இணை நிறுவனர் மற்றும் தலைமைத் தொழில்நுட்ப அதிகாரி

“முழு இருவழி மாடலால் என்ன சாத்தியமாகும் என்பதை GPT‑Live-1 காட்டுகிறது: நிறுத்தித் தொடங்கும் பாணியிலிருந்து இயல்பான தொலைபேசி அழைப்பின் ஓட்டத்திற்கு செயற்கை நுண்ணறிவுக் குரல் ஆதரவை இது நகர்த்துகிறது. வாடிக்கையாளர்கள் இயல்பாக இடைநிறுத்தலாம், குறுக்கிடலாம், திசையை மாற்றலாம்; குரல் வழங்கல் தெளிவான முன்னேற்றம்; மேலும், சிக்கலைத் தீர்க்கத் தேவையான ஆழமான பணியைச் செய்ய, Fin இந்த இயல்பான உரையாடலைத் தனது தனியுரிமை ஆதரவு அமைப்புடன் இணைக்க முடியும். குரல் ஆதரவு எந்தத் திசையில் செல்கிறது என்பதற்கு இதுவரை கிடைத்த மிகத் தெளிவான அறிகுறி இதுவே.”

—Jordan Neill, COO

“Devin மற்றும் GPT‑Live‑1 உடன், AI பொறியாளருடன் பணிபுரிவது ஒரு குழு உறுப்பினருடன் இணைந்து பணிபுரிவது போன்ற உணர்வை அதிகமாகத் தரத் தொடங்குகிறது. நீங்கள் ஒரு யோசனையைப் பற்றி விவாதிக்கலாம், ஒரு அணுகுமுறையின் நம்பகத்தன்மையைச் சோதிக்கலாம் அல்லது உங்கள் விசைப்பலகையிலிருந்து விலகி இருக்கும்போது வேலையை ஒப்படைக்கலாம்.”

— Walden Yan, இணை நிறுவனர் மற்றும் CPO

புதிய குரல் விருப்பங்கள்

தங்கள் தயாரிப்புக்குப் பொருந்துவதோடு, அதைப் பயன்படுத்துவோருக்கு இயல்பாகவும் ஒலிக்கும் குரல்கள் டெவலப்பர்களுக்குத் தேவை. GPT‑Live‑1 மூலம், நிகழ்நேரக் குரல்களின் சிறிய தொகுப்பிலிருந்து பல்வேறு உச்சரிப்புகள், வட்டார வழக்குகள், மொழிகள் கொண்ட விரிவான தேர்வுக்கு நகர்கிறோம். இதனால் தங்கள் அசிஸ்டன்ட்களின் குரலைத் தேர்வுசெய்ய டெவலப்பர்களுக்குக் கூடுதல் வாய்ப்புகள் கிடைக்கும்.

புதிய வாய்ஸ்களைக் கேளுங்கள்

கேள்00:00

ஆஸ்திரேலிய ஆங்கிலத் தாக்கம் கொண்டது

வரும் மாதங்களில் குரல் விருப்பங்களையும் மொழிக் கிடைப்பையும் தொடர்ந்து விரிவுபடுத்துவோம்.

விலை மற்றும் கிடைக்கும் தன்மை

GPT‑Live‑1 ஆனது, முன்முனைக் குரல் அடுக்குக்காக, நிமிடத்திற்கு $0.05 என்ற கட்டணத்தில் இன்று API-இல்⁠(புதிய சாளரத்தில் திறக்கும்) கிடைக்கிறது. உங்கள் தயாரிப்புக்குப் பொருந்தும் பின்புற மாடல் மற்றும் ஏஜென்ட் சூழல் பணி அமைவுடன் இதை இணைத்து, செய்ய வேண்டிய பணிக்கு ஏற்ப விரிவடையக்கூடிய குரல் அனுபவத்தை உருவாக்குங்கள்.

GPT-Live-1 ஐ Codex-உடன் இணைத்தல்

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}

GPT-Live-1 ஐ Codex-உடன் இணைத்தல். ஒரு பயன்பாடு உரையாடல் சூழலை Codex-க்கு எவ்வாறு அனுப்பி, அதன் பதிலை GPT-Live-1 க்கு எவ்வாறு திருப்பி அனுப்புகிறது என்பதை இந்தப் பகுதி காட்டுகிறது. இணைப்பு அமைப்பும் ஒப்படைப்பைக் கையாளுதலும் விடுபட்டுள்ளன.

தனிப்பயன் குரல் அணுகலுக்கான தகுதி மற்றும் கோரிக்கைச் செயல்முறை குறித்து மேலும் அறிய, விற்பனைக் குழுவைத் தொடர்புகொள்ளுங்கள்.

GPT‑Live 1-ஐ அடிப்படையாகக் கொண்டு குரல் பணிப்பாய்வுகளை உருவாக்குவதற்கான மற்றொரு வழி, நிகழ்நேர குரல் தொடர்புகளை இயக்க மாடலைப் பயன்படுத்தும் OpenAI Presence ஆகும். கேள்விகளுக்கு பதிலளிக்கவும், சிக்கல்களைத் தீர்க்கவும், நிறுவன முறைமைகளைப் பயன்படுத்தவும், அங்கீகரிக்கப்பட்ட நடவடிக்கைகளை எடுக்கவும், தேவைப்படும்போது மனிதர்களிடம் ஒப்படைக்கவும் உதவும் நம்பகமான AI ஏஜென்ட்களை பெருநிறுவனங்கள் செயல்படுத்த Presence உதவுகிறது. மேலும் அறிய உங்கள் OpenAI கணக்கு இயக்குநரைத் தொடர்புகொள்ளுங்கள்.

ஆசிரியர்/எழுத்தாளர்

OpenAI

தொடர்ந்து படிக்க

அனைத்தையும் பார்க்கவும்

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

இளையோருக்கான கற்றலும் செயற்கை நுண்ணறிவும்

தயாரிப்பு7 அக்டோபர், 2026

அனைவருக்கும் GPT-6 மற்றும் நுண்ணறிவுப் பயனர் இடைமுகம்

தயாரிப்பு7 அக்டோபர், 2026

Building advertising for the way people use AI — Cover

மக்களின் செயற்கை நுண்ணறிவுப் பயன்பாட்டுக்கு ஏற்ற விளம்பரங்கள்

தயாரிப்பு5 அக்டோபர், 2026