OpenAI在API更新中宣布,GPT-Live-1.1现已可用于开发者构建语音代理。官方称,相比前代,它改善了多语言对话中的发音、口音一致性和转写,对字母、数字等细节的识别也更准确;模型可边听边说,并把复杂推理或工具任务交给开发者选择的后端模型处理。
这次还为GPT-Live-1和1.1加入WebRTC会话的Standby待机配置:静默达到设定的5至60秒后暂停模型推理,但保持连接;用户再次说话时恢复。官方列出的语音会话费率为活跃状态每分钟0.05美元、待机每分钟0.02美元,后端模型和工具调用另计。
这意味着语音代理在等待用户时可以降低模型会话费用,但应用仍需结合真实通话时长、后端推理与工具成本估算总账单。上述能力和价格来自OpenAI官方文档与开发者公告。
API更新:https://developers.openai.com/api/docs/changelog
开发者公告:https://community.openai.com/t/gpt-live-1-1-has-arrived-in-the-api/1418537 |