OpenAI 推出了两个不同的语音 API 堆栈:GPT-Live-1.1 和 GPT-Realtime-2.1,它们提供了不同的架构方法和定价模型。GPT-Live-1.1 作为全双工前端,将推理和工具使用委托给单独的后端模型,定价为每活跃分钟 0.05 美元。相比之下,GPT-Realtime-2.1 是一个统一的语音到语音模型,在单个系统中处理监听、推理、工具调用和语音输出,定价基于 token。两者的选择取决于是否可以使用现有的文本代理与 GPT-Live-1.1 结合使用,或者是否更倾向于使用 GPT-Realtime-2.1 的单一集成模型。 AI
影响 这些不同的语音 API 产品为开发人员提供了集成 AI 语音交互的架构选择,可能会影响实时对话代理的开发。
排序理由 该集群描述了前沿 AI 实验室发布新 API 产品。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →