OpenAI Lancar Model Suara GPT-Live-1 untuk Pembangun Aplikasi

OpenAI telah melancarkan GPT-Live-1, sebuah model suara baharu yang tersedia melalui Antara Muka Pengaturcaraan Aplikasi (API) syarikat. Pelancaran ini menyediakan para pembangun dengan alat untuk membina aplikasi dan aliran kerja perniagaan yang didayakan suara dengan prestasi yang lebih tinggi.

Keupayaan Teknikal dan Ciri-ciri Utama

GPT-Live-1 direka bentuk untuk mendengar dan bertutur secara serentak, mengatasi kelewatan yang sering ditemui dalam sistem tradisional. Ia menggabungkan audio masuk dan keluar dalam satu model, mengelakkan seni bina berbilang langkah seperti pertuturan-ke-teks, model bahasa, dan teks-ke-pertuturan yang boleh menyebabkan kependaman.

Model ini juga berupaya menyerahkan tugas penaakulan dan panggilan alatan kepada model teks di latar belakang, seperti GPT-6 Astra atau model pihak ketiga. Ciri-ciri utama yang ditawarkan kepada pembangun termasuk:

• Keupayaan untuk menyesuaikan nada, rentak dan gaya perbualan ejen melalui gesaan sistem.
• Pengurusan hingar latar dan kesunyian tanpa mengganggu perbualan.
• Pengekalan konteks merentasi interaksi yang panjang.
• Sokongan untuk penggunaan telefoni bagi ejen suara berasaskan panggilan.

Impak kepada Pembangun dan Metrik Prestasi

Ad

Pengguna awal telah melaporkan peningkatan yang ketara. Platform pembelajaran bahasa, Speak, menyatakan bahawa GPT-Live-1 mengurangkan gangguan hampir 80% berbanding sistem berasaskan giliran sebelumnya. Ini memberikan lebih banyak masa kepada pelajar untuk berfikir sebelum menerima respons.

Dalam satu lagi kes penggunaan, Tony Stoyanov, pengasas bersama dan ketua pegawai teknologi di sebuah syarikat penjagaan kesihatan, melaporkan bahawa GPT-Live-1 mempermudahkan pangkalan kod mereka sebanyak 80% dan menyingkirkan 23,000 baris kod. Dari segi prestasi, OpenAI menyatakan model baharu ini meningkatkan prestasi *Full Duplex Bench* sebanyak 30 mata peratusan berbanding GPT-Realtime-2.1.

Ketersediaan dan Kos

GPT-Live-1 kini tersedia dalam API pada harga $0.05 seminit untuk lapisan suara bahagian hadapan. Pembangun boleh menggandingkannya dengan model latar belakang dan rangka kerja ejen pilihan mereka untuk membina aplikasi yang kompleks.

OpenAI turut mengumumkan bahawa ia telah memperluas pilihan suaranya untuk GPT-Live-1, menambah suara baharu merentasi pelbagai loghat, dialek dan bahasa. Syarikat itu merancang untuk terus menambah lebih banyak pilihan suara dan ketersediaan bahasa pada masa hadapan.