OpenAI、自然な音声体験を実現するGPT-Live-1を発表
openaiが自然な全二重会話を実現する音声対応アプリ構築向けのgpt-live-1 APIを公開し、開発者は音声エージェントをより細かく制御可能に。開発者はより自然な音声体験を作成できるようになりました。
openaiは、音声対応アプリやビジネスワークフローの構築に向けた強力な自然音声モデル「gpt-live-1」をapiで発表しました。gpt-live-1は全二重会話を可能にし、聞き取りと発話を同時に行うことができます。また、割り込み処理の改善、推論とツール呼び出しの委任、トーンのカスタマイズ、長時間セッションにおける信頼性も提供します。開発者は、複雑なタスクに対応するため、gpt-live-1をgpt-6 astraなどのバックエンドテキストモデルと組み合わせることができます。openaiによると、gpt-live-1は音声エージェントのアーキテクチャを簡素化し、音声のレイテンシを低減するとしています。