GPT-Live-1
Голосовая модель OpenAI для разговора в реальном времени; работает в голосовом режиме ChatGPT и доступна разработчикам через API. В отличие от ассистентов, которые ждут конца фразы, она может слушать и говорить одновременно (полный дуплекс), поэтому лучше справляется с паузами и перебиваниями. Сложные рассуждения и вызовы инструментов она может передавать более мощной текстовой модели.
проверено по: openai.com ↗
См. также
- GPT-LiveGPT-Live — семейство голосовых моделей OpenAI, которые принимают и порождают речь напрямую, без промежуточного перевода в текст. Их полнодуплексная архитектура позволяет слушать и говорить одновременно, реагировать на перебивания и реплики собеседника. Используются в голосовом режиме ChatGPT и через API для голосовых агентов.
- Полнодуплексный голосовой режимРежим голосового общения (full duplex), при котором система слушает и говорит одновременно, поэтому собеседник может перебить её или вставить реплику в любой момент. Противопоставляется полудуплексному режиму, где стороны говорят строго по очереди и ассистент начинает отвечать только после конца фразы пользователя.
- Realtime APIПрограммный интерфейс (API) OpenAI для общения с моделями в реальном времени с малой задержкой, прежде всего для голосовых приложений и агентов. Соединение держится открытым через WebRTC или WebSocket, и модель принимает речь и отвечает голосом потоком, без отдельных этапов распознавания и синтеза речи. Этим он отличается от Chat Completions API и Responses API, где каждый ответ — отдельный запрос.
В новостях
Codex получил голосового агента на GPT-Live-1: код можно поручать с телефона
Голосовая модель OpenAI для разговора в реальном времени. В отличие от схемы «сначала распознать речь, потом ответить», она может слушать и говорить одновременно, поэтому беседа идёт естественнее.