OpenAI发布了GPT-Live-1的API,这是一款旨在创造更自然、更可控语音交互的新型语音模型。该模型支持全双工通信,允许AI代理同时进行说话和倾听,并可以将推理或工具使用等复杂任务委托给其他模型。开发者可以自定义AI的语气、语速和对话风格,同时在处理背景噪音和长时间会话方面有所改进。GPT-Live-1已为ChatGPT中的新语音模式提供支持,其性能比前代GPT-Realtime-2.1提高了30%。 AI
影响 能够实现更自然、更具交互性和可定制性的语音AI体验,可能加速其在客户支持和个人助理等应用中的普及。
排序理由 前沿实验室模型发布,附带系统卡和API可用性。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
在 Mastodon — sigmoid.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →