Maison
OpenAI ajoute GPT-Live-1 à son API, avec prise en charge de la communication vocale en duplex intégral et des interruptions pour les appels de service client
OpenAI a intégré GPT-Live-1 à son API, permettant ainsi aux développeurs de créer des applications et des flux de travail professionnels qui facilitent les interactions vocales en temps réel. Ce modèle prend en charge les conversations en duplex intégral, ce qui lui permet d’écouter et de parler simultanément tout en gérant efficacement les interruptions, les pauses et les bruits de fond.
GPT-Live-1 est également optimisé pour les scénarios téléphoniques, tels que les réservations de restaurant et le service client, permettant ainsi la mise en place d’agents vocaux en duplex intégral. OpenAI précise que les développeurs peuvent l’intégrer à des outils comme Codex ou tirer parti d’OpenAI Presence pour créer des applications vocales capables d’interroger les systèmes d’entreprise, d’exécuter des actions autorisées et de transférer de manière transparente les appels vers des agents humains lorsque cela est nécessaire.

Compréhension et synthèse vocales unifiées pour une latence réduite
GPT-Live-1 combine la reconnaissance et la synthèse vocales au sein d’un seul modèle, éliminant ainsi le besoin de connexions multiples caractéristiques du pipeline traditionnel « reconnaissance vocale – LLM – synthèse vocale », ce qui réduit considérablement la latence. Le modèle gère également le raisonnement complexe et les appels d’outils via des modèles textuels backend. Les développeurs peuvent personnaliser le ton, la vitesse et le style de conversation via des invites système, tout en configurant les modèles backend, les outils et les frameworks d’agents. OpenAI confirme que GPT-Live-1 prend en charge la transcription native de la reconnaissance vocale et le texte de réponse, avec des fonctionnalités telles que la compréhension alphanumérique, la priorisation des mots-clés et la détection des tours de parole.
Les premières évaluations indiquent que l’utilisation de GPT-Live-1 a permis de réduire de près de 80 % les interruptions intempestives pendant les pauses de réflexion des apprenants sur la plateforme d’apprentissage des langues Speak, par rapport à l’ancien système basé sur les tours de parole. Tony Stoyanov, cofondateur et directeur technique d’une plateforme de services médicaux, a fait état d’une réduction de 80 % du volume de code, soit la suppression d’environ 23 000 lignes de code. Les évaluations d’OpenAI démontrent que GPT-Live-1 surpasse GPT-Realtime-2.1 de 30 points de pourcentage lors du test Full Duplex Bench et se classe premier au test de tâche d’agent vocal de bout en bout Tau3 lorsqu’il est associé à GPT-6 Astra à une intensité de raisonnement moyenne.
Couche vocale front-end facturée 0,05 $ la minute avec 12 nouvelles voix
En ce qui concerne la tarification, la couche vocale frontale de GPT-Live-1 est facturée 0,05 $ par minute, ce qui équivaut à environ 3 $ (environ 20,2 RMB) par heure. Les coûts liés aux modèles backend et aux outils d’agent sont facturés séparément. OpenAI a également élargi son offre de voix en temps réel en ajoutant 12 nouvelles voix : Quartz, Ripple, Vesper, Willow, Stone, Gleam, Meridian, Bossa, Tempo, Beacon, Delta et Cinder. L’entreprise prévoit d’introduire de nouvelles voix et de prendre en charge d’autres langues dans les mois à venir.
Article connexe
Apple dévoile la première version bêta publique d'iOS 27, marquant une refonte majeure de Siri en matière d'IA
Apple a officiellement mis à disposition des utilisateurs la première version bêta publique d’iOS 27 aujourd’hui. Cette mise à jour ne nécessite pas de compte développeur. Il suffit aux utilisateurs d
Cloudflare dévoile « AI Agent Workspace », une solution open source permettant aux employés de créer des flux de travail personnalisés sans avoir à coder
Cloudflare a officiellement lancé Cloudflare OS, un espace de travail open source dédié aux agents d’IA qui fonctionne directement dans le navigateur. Cette plateforme intègre un large éventail de mic
La méthode de paiement par carte de crédit d’IA de Musk suscule une vague de critiques après les moqueries d’un dirigeant d’OpenAI
Elon Musk a récemment dévoilé sur les réseaux sociaux la nouvelle fonctionnalité d’achat de Grok, expliquant que les utilisateurs peuvent prendre en photo leur carte de crédit et l’envoyer à l’interface de chat. L’IA recherchera ensuite sur le web le
Recommandations de sujets spéciaux liés
commentaires (0)
OpenAI a intégré GPT-Live-1 à son API, permettant ainsi aux développeurs de créer des applications et des flux de travail professionnels qui facilitent les interactions vocales en temps réel. Ce modèle prend en charge les conversations en duplex intégral, ce qui lui permet d’écouter et de parler simultanément tout en gérant efficacement les interruptions, les pauses et les bruits de fond.
GPT-Live-1 est également optimisé pour les scénarios téléphoniques, tels que les réservations de restaurant et le service client, permettant ainsi la mise en place d’agents vocaux en duplex intégral. OpenAI précise que les développeurs peuvent l’intégrer à des outils comme Codex ou tirer parti d’OpenAI Presence pour créer des applications vocales capables d’interroger les systèmes d’entreprise, d’exécuter des actions autorisées et de transférer de manière transparente les appels vers des agents humains lorsque cela est nécessaire.

Compréhension et synthèse vocales unifiées pour une latence réduite
GPT-Live-1 combine la reconnaissance et la synthèse vocales au sein d’un seul modèle, éliminant ainsi le besoin de connexions multiples caractéristiques du pipeline traditionnel « reconnaissance vocale – LLM – synthèse vocale », ce qui réduit considérablement la latence. Le modèle gère également le raisonnement complexe et les appels d’outils via des modèles textuels backend. Les développeurs peuvent personnaliser le ton, la vitesse et le style de conversation via des invites système, tout en configurant les modèles backend, les outils et les frameworks d’agents. OpenAI confirme que GPT-Live-1 prend en charge la transcription native de la reconnaissance vocale et le texte de réponse, avec des fonctionnalités telles que la compréhension alphanumérique, la priorisation des mots-clés et la détection des tours de parole.
Les premières évaluations indiquent que l’utilisation de GPT-Live-1 a permis de réduire de près de 80 % les interruptions intempestives pendant les pauses de réflexion des apprenants sur la plateforme d’apprentissage des langues Speak, par rapport à l’ancien système basé sur les tours de parole. Tony Stoyanov, cofondateur et directeur technique d’une plateforme de services médicaux, a fait état d’une réduction de 80 % du volume de code, soit la suppression d’environ 23 000 lignes de code. Les évaluations d’OpenAI démontrent que GPT-Live-1 surpasse GPT-Realtime-2.1 de 30 points de pourcentage lors du test Full Duplex Bench et se classe premier au test de tâche d’agent vocal de bout en bout Tau3 lorsqu’il est associé à GPT-6 Astra à une intensité de raisonnement moyenne.
Couche vocale front-end facturée 0,05 $ la minute avec 12 nouvelles voix
En ce qui concerne la tarification, la couche vocale frontale de GPT-Live-1 est facturée 0,05 $ par minute, ce qui équivaut à environ 3 $ (environ 20,2 RMB) par heure. Les coûts liés aux modèles backend et aux outils d’agent sont facturés séparément. OpenAI a également élargi son offre de voix en temps réel en ajoutant 12 nouvelles voix : Quartz, Ripple, Vesper, Willow, Stone, Gleam, Meridian, Bossa, Tempo, Beacon, Delta et Cinder. L’entreprise prévoit d’introduire de nouvelles voix et de prendre en charge d’autres langues dans les mois à venir.
Apple dévoile la première version bêta publique d'iOS 27, marquant une refonte majeure de Siri en matière d'IA
Apple a officiellement mis à disposition des utilisateurs la première version bêta publique d’iOS 27 aujourd’hui. Cette mise à jour ne nécessite pas de compte développeur. Il suffit aux utilisateurs d
Cloudflare dévoile « AI Agent Workspace », une solution open source permettant aux employés de créer des flux de travail personnalisés sans avoir à coder
Cloudflare a officiellement lancé Cloudflare OS, un espace de travail open source dédié aux agents d’IA qui fonctionne directement dans le navigateur. Cette plateforme intègre un large éventail de mic
La méthode de paiement par carte de crédit d’IA de Musk suscule une vague de critiques après les moqueries d’un dirigeant d’OpenAI
Elon Musk a récemment dévoilé sur les réseaux sociaux la nouvelle fonctionnalité d’achat de Grok, expliquant que les utilisateurs peuvent prendre en photo leur carte de crédit et l’envoyer à l’interface de chat. L’IA recherchera ensuite sur le web le











