OpenAI führt die GPT-Live-1 API ein, die bidirektionale Sprachanrufe unterstützt

OpenAI hat im API das GPT-Live-1-Bidirektionale Sprachmodell eingeführt, das die gleichzeitige Aufnahme und Erzeugung von Sprache unterstützt und die Verarbeitung von Unterbrechungen, Pausen, Hintergrundgeräuschen und langen Gesprächen verbessert, was es für Telefonszenarien geeignet macht. Entwickler können den Tonfall, die Sprechgeschwindigkeit und den Gesprächsstil über Systemaufforderungen steuern und tiefes Denken sowie Toolaufrufe an Backend-Textmodelle wie GPT-6 Astra oder Drittanbieter-Modelle delegieren. GPT-Live-1 hat sich auf dem Full Duplex Bench um 30 Prozentpunkte im Vergleich zu GPT-Realtime-2.1 verbessert; frühe Tests der Sprachlernplattform Speak zeigen, dass dieses Modell die Fehlunterbrechungen von Lernenden während Denkpausen im Vergleich zu traditionellen Runden-Systemen um fast 80 Prozent reduziert. Die GPT-Live-1 API ist jetzt verfügbar, wobei die Preisgestaltung für die Frontend-Sprachschicht bei 0,05 USD pro Minute liegt, während die Kosten für Backend-Modelle und Agentenrahmen separat berechnet werden.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.