OpenAI открыла разработчикам API голосовой модели GPT-Live-1.1: теперь её можно встроить в сторонние приложения для разговора с пользователем в реальном времени. Как сообщает IT Home, модель умеет одновременно слушать и говорить, а задачи, требующие дополнительных вычислений или обращения к инструментам, передавать другой модели без остановки голосового диалога.

GPT-Live-1.1 — обновление GPT-Live-1. По словам OpenAI, модель учитывает паузы, перебивания и изменение темпа речи, чтобы решить, продолжать слушать или ответить. Компания также заявляет об улучшениях в работе с разными языками, выполнении инструкций и воспроизведении речи. В частности, модель должна надёжнее распознавать буквы и цифры, где ошибка может изменить смысл запроса.

Для более сложной задачи разработчик может выбрать серверную модель OpenAI или стороннего поставщика. Пока она выполняет многошаговую работу или использует инструменты, GPT-Live-1.1 продолжает разговор. Модель напрямую обрабатывает входящий звук и создаёт ответное аудио: по документации OpenAI, такая схема уменьшает задержку по сравнению с последовательной цепочкой из распознавания речи, языковой модели и синтеза голоса.

С 15 октября 2026 года GPT-Live-1.1 уже используется по умолчанию для голосового общения в ChatGPT у подписчиков Plus и более дорогих тарифов. Нынешнее изменение касается доступа к модели через API для сторонних разработчиков.

Продолжение после рекламы

Источник: IT Home.

Рейтинг: 0 / 5. Оценок: 0

Рекомендуем почитать

Оставьте комментарий

Перед оставлением комментария, пожалуйста, ознакомьтесь с правилами комментирования.