O AGENTICO
OpenAI lança API GPT-Live-1 para voz com full-duplex
2 fontesdesde 10 de setembro de 20262 artigos
A OpenAI disponibilizou o modelo de fala GPT-Live-1 para desenvolvedores via API, permitindo interações de voz em tempo real com escuta e fala simultâneas. O modelo, que já roda no ChatGPT, apresenta melhorias significativas em latência e precisão em benchmarks internos, com preço de US$ 0,05 por minuto. A empresa também incorporou doze novas vozes ao sistema.
Resumo
A OpenAI lançou o GPT-Live-1, um modelo de fala com capacidade full-duplex, disponibilizado via API para desenvolvedores.
O lançamento permite que aplicativos de terceiros utilizem conversas de voz naturais e simultâneas, expandindo o uso da tecnologia para além do ChatGPT.
O GPT-Live-1 demonstra avanços em benchmarks, com pontuação de 80,1% em testes de interatividade full-duplex, ante 45,4% do modelo anterior.
A melhoria no desempenho técnico indica que o modelo pode oferecer conversas mais fluidas e naturais em tempo real.
O custo de uso do GPT-Live-1 é de US$ 0,05 por minuto.
O preço é um fator relevante para desenvolvedores que desejam integrar a tecnologia em seus produtos, especialmente em aplicações de telefonia.
O Yelp está usando o GPT-Live-1 para reservas por telefone, com melhorias no atendimento de chamadas segundo seu CTO, Alex Levy.
A adoção por uma empresa de grande porte demonstra a aplicação prática da API em cenários comerciais reais.
O GPT-Live-1 oferece doze novas vozes e fornece transcrições ASR e texto de resposta nativamente.
A variedade de vozes e os recursos de transcrição integrados ampliam a utilidade do modelo para diferentes aplicações e públicos.
Citações
“Yelp is using the model for phone-based reservations and reports better call handling, according to CTO Alex Levy.”
— Alex Levy, CTO do Yelp
Todo dia, só o que dois veículos independentes confirmaram — no seu feed.