OpenAI将GPT-Live-1模型引入API,支持全双工实时语音交互、打断处理等功能。
它整合语音理解与输出,降低延迟,还可连接工具用于企业系统操作。早期评估显示,Speak接入后误打断次数减近80%。测试中,该模型表现优于GPT-Realtime-2.1,前端语音层定价为每分钟0.05美元。这背后技术亮点显著,测试排名领先,新增多种声音选项。未来计划增加更多语音和语言支持,有望扩大其市场影响力,推动语音交互技术发展。
OpenAI将GPT-Live-1模型引入API,支持全双工实时语音交互、打断处理等功能。
它整合语音理解与输出,降低延迟,还可连接工具用于企业系统操作。早期评估显示,Speak接入后误打断次数减近80%。测试中,该模型表现优于GPT-Realtime-2.1,前端语音层定价为每分钟0.05美元。这背后技术亮点显著,测试排名领先,新增多种声音选项。未来计划增加更多语音和语言支持,有望扩大其市场影响力,推动语音交互技术发展。