OpenAI发布了其新型语音对话模型GPT-Live-1的API,使开发者能够创建更自然、更可控的语音体验。该模型采用全双工通信方式,能够同时进行倾听和说话,这与之前的顺序模型不同。GPT-Live-1还改进了对背景噪音的处理能力,能够将复杂任务委托给其他模型,并支持自定义语音特征,如音调、语速和风格。 AI
影响 使开发者能够构建更具响应性和自然性的语音代理,可能加速实时对话式AI在应用程序中的应用。
排序理由 前沿实验室模型发布,提供API可用性和性能基准。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →