GPT-Live-1: OpenAI открыла полнодуплексный голосовой API
OpenAI выпустила GPT-Live-1 — API для голоса, который слушает и говорит одновременно. Интерактивность 80,1% против 45,4% у предшественника, задержка 0,8 с, точность инструментов 87%. Цена $0,05 за минуту; Yelp уже использует для бронирований.
OpenAI выпустила GPT-Live-1 как публичный API — модель для полнодуплексного голоса: слушает и говорит одновременно, не дожидаясь паузы. Интерактивность выросла с 45,4% до 80,1%, задержка сократилась с 1,4 до 0,8 секунды, точность вызова инструментов — с 60% до 87%. Цена — $0,05 за минуту; Yelp уже развернул модель для телефонных бронирований.
Голосовые агенты перестают быть системами «вопрос — ответ»: дуплексная модель ведёт полноценный разговор, перебивает и реагирует в реальном времени. Разработчики получают ASR, текст ответа и поддержку 12 новых голосов — без необходимости строить pipeline с нуля.
Источник: the-decoder.com
Бесплатный курс
Хватит читать про ИИ — начни строить с ним
Бесплатный курс Claude Code: свой первый сайт, инструмент или игра — без программирования. Без апсейлов и кросс-сейлов — здесь нечего купить.
Начать →
Автор
Евгений Арсентьев
MD, PhD · Руководитель ИИ-трансформации
Статьи · Свежие статьи