OpenAI、カスタマーサービス通話向けの全二重音声通信および割り込み対応機能を備えた「GPT-Live-1」をAPIに追加
OpenAIはGPT-Live-1を自社のAPIに統合し、開発者がリアルタイムの音声対話を実現するアプリケーションやビジネスワークフローを構築できるようにしました。このモデルは全二重通信に対応しており、中断や間、背景ノイズを効果的に処理しながら、聞き取りと発話を同時に行うことができます。
また、GPT-Live-1は、レストランの予約やカスタマーサポートといった電話ベースのシナリオ向けに最適化されており、全二重通信に対応した音声エージェントを実現します。OpenAIによると、開発者はCodexなどのツールと統合したり、OpenAI Presenceを活用したりすることで、エンタープライズシステムへの照会、承認されたアクションの実行、必要に応じて人間のエージェントへのシームレスな通話転送を行う音声アプリケーションを構築できるとのことです。

遅延低減のための統合型音声理解・出力
GPT-Live-1は、音声認識と音声合成を単一のモデル内に統合しており、従来の「音声→テキスト→LLM→テキスト→音声」というパイプラインで一般的な複数の接続が不要となるため、レイテンシを大幅に低減します。また、このモデルはバックエンドのテキストモデルを介して、複雑な推論やツール呼び出しも処理します。 開発者は、システムプロンプトを通じて口調、速度、会話スタイルをカスタマイズできるほか、バックエンドモデル、ツール、エージェントフレームワークを設定することも可能です。OpenAIは、GPT-Live-1がネイティブな音声認識による文字起こしと応答テキストをサポートしており、英数字の理解、キーワードバイアス、ターン検出などの機能を備えていることを確認しています。
初期の評価によると、言語学習プラットフォーム「Speak」において、GPT-Live-1を使用することで、学習者が思考のために間を置く際の誤った割り込みが、従来のターン制システムと比較して約80%減少したことが示されています。 ある医療サービスプラットフォームの共同創業者兼CTOであるトニー・ストヤノフ氏は、コード量が80%削減され、約23,000行のコードが削除されたと報告した。 OpenAIの評価によると、GPT-Live-1はFull Duplex BenchテストにおいてGPT-Realtime-2.1を30パーセントポイント上回り、中程度の推論強度でGPT-6 Astraと組み合わせた場合、Tau3エンドツーエンド音声エージェントタスクテストで1位を獲得しました。
フロントエンド音声レイヤーの料金は1分あたり0.05ドル、12種類の新しい音声が追加
価格については、GPT-Live-1のフロントエンド音声レイヤーは1分あたり0.05ドルで、1時間あたり約3ドル(約20.2人民元)に相当します。バックエンドモデルおよびエージェントツールの費用は別途請求されます。 また、OpenAIはリアルタイム音声オプションを拡充し、Quartz、Ripple、Vesper、Willow、Stone、Gleam、Meridian、Bossa、Tempo、Beacon、Delta、Cinderの12種類の新しい音声を追加しました。同社は今後数ヶ月のうちに、さらなる音声や言語のサポートを導入する予定です。
関連記事
AppleがiOS 27の最初のパブリックベータ版を発表、SiriのAI機能に大幅な刷新が施された
Appleは本日、ユーザー向けにiOS 27の最初のパブリックベータ版を正式にリリースしました。このアップデートには開発者アカウントは必要ありません。ユーザーは、Apple Beta Software Programのウェブサイトで登録またはログインし、iPhoneの「設定」>「一般」>「ソフトウェア・アップデート」>「ベータ版アップデート」から該当するバージョンを選択するだけで、ダウンロードとイ
Cloudflare、オープンソースのAIエージェントワークスペースを発表。従業員がコードを書かずにカスタムワークフローを構築できるように支援
Cloudflareは、ブラウザ上で直接動作するオープンソースのAIエージェントワークスペース「Cloudflare OS」を正式にリリースしました。このプラットフォームには、カスタマイズや共有が可能な多種多様なマイクロアプリケーションが統合されています。 Cloudflare OSは、単なる汎用AIツールのラッパーにとどまらず、特定の運用ニーズに対応するためにCloudflareの社内チームによ
OpenAIの執行役員の皮肉を受け、マスクのAIクレジットカード決済が反発を招く
エロン・マスクは最近、ソーシャルメディア上でGrokの新しいショッピング機能を公開し、ユーザーはクレジットカードの写真を撮ってチャットインターフェースに送信できることを説明した。その後、AIはウェブを精査して最良の価格を見つけ、ユーザーに代わって購入を完了する。この大胆で摩擦のないアプローチは、テックコミュニティ内で激しい議論を巻き起こした。競合他社はすぐにセキュリティ上の懸念を提起した。OpenAIのシニアエグゼクティブであるTiboは、偽のクレジットカード画像を使用した風刺的な投稿で応答し
関連特集おすすめ
コメント (0)
0/500
OpenAIはGPT-Live-1を自社のAPIに統合し、開発者がリアルタイムの音声対話を実現するアプリケーションやビジネスワークフローを構築できるようにしました。このモデルは全二重通信に対応しており、中断や間、背景ノイズを効果的に処理しながら、聞き取りと発話を同時に行うことができます。
また、GPT-Live-1は、レストランの予約やカスタマーサポートといった電話ベースのシナリオ向けに最適化されており、全二重通信に対応した音声エージェントを実現します。OpenAIによると、開発者はCodexなどのツールと統合したり、OpenAI Presenceを活用したりすることで、エンタープライズシステムへの照会、承認されたアクションの実行、必要に応じて人間のエージェントへのシームレスな通話転送を行う音声アプリケーションを構築できるとのことです。

遅延低減のための統合型音声理解・出力
GPT-Live-1は、音声認識と音声合成を単一のモデル内に統合しており、従来の「音声→テキスト→LLM→テキスト→音声」というパイプラインで一般的な複数の接続が不要となるため、レイテンシを大幅に低減します。また、このモデルはバックエンドのテキストモデルを介して、複雑な推論やツール呼び出しも処理します。 開発者は、システムプロンプトを通じて口調、速度、会話スタイルをカスタマイズできるほか、バックエンドモデル、ツール、エージェントフレームワークを設定することも可能です。OpenAIは、GPT-Live-1がネイティブな音声認識による文字起こしと応答テキストをサポートしており、英数字の理解、キーワードバイアス、ターン検出などの機能を備えていることを確認しています。
初期の評価によると、言語学習プラットフォーム「Speak」において、GPT-Live-1を使用することで、学習者が思考のために間を置く際の誤った割り込みが、従来のターン制システムと比較して約80%減少したことが示されています。 ある医療サービスプラットフォームの共同創業者兼CTOであるトニー・ストヤノフ氏は、コード量が80%削減され、約23,000行のコードが削除されたと報告した。 OpenAIの評価によると、GPT-Live-1はFull Duplex BenchテストにおいてGPT-Realtime-2.1を30パーセントポイント上回り、中程度の推論強度でGPT-6 Astraと組み合わせた場合、Tau3エンドツーエンド音声エージェントタスクテストで1位を獲得しました。
フロントエンド音声レイヤーの料金は1分あたり0.05ドル、12種類の新しい音声が追加
価格については、GPT-Live-1のフロントエンド音声レイヤーは1分あたり0.05ドルで、1時間あたり約3ドル(約20.2人民元)に相当します。バックエンドモデルおよびエージェントツールの費用は別途請求されます。 また、OpenAIはリアルタイム音声オプションを拡充し、Quartz、Ripple、Vesper、Willow、Stone、Gleam、Meridian、Bossa、Tempo、Beacon、Delta、Cinderの12種類の新しい音声を追加しました。同社は今後数ヶ月のうちに、さらなる音声や言語のサポートを導入する予定です。
AppleがiOS 27の最初のパブリックベータ版を発表、SiriのAI機能に大幅な刷新が施された
Appleは本日、ユーザー向けにiOS 27の最初のパブリックベータ版を正式にリリースしました。このアップデートには開発者アカウントは必要ありません。ユーザーは、Apple Beta Software Programのウェブサイトで登録またはログインし、iPhoneの「設定」>「一般」>「ソフトウェア・アップデート」>「ベータ版アップデート」から該当するバージョンを選択するだけで、ダウンロードとイ
Cloudflare、オープンソースのAIエージェントワークスペースを発表。従業員がコードを書かずにカスタムワークフローを構築できるように支援
Cloudflareは、ブラウザ上で直接動作するオープンソースのAIエージェントワークスペース「Cloudflare OS」を正式にリリースしました。このプラットフォームには、カスタマイズや共有が可能な多種多様なマイクロアプリケーションが統合されています。 Cloudflare OSは、単なる汎用AIツールのラッパーにとどまらず、特定の運用ニーズに対応するためにCloudflareの社内チームによ
OpenAIの執行役員の皮肉を受け、マスクのAIクレジットカード決済が反発を招く
エロン・マスクは最近、ソーシャルメディア上でGrokの新しいショッピング機能を公開し、ユーザーはクレジットカードの写真を撮ってチャットインターフェースに送信できることを説明した。その後、AIはウェブを精査して最良の価格を見つけ、ユーザーに代わって購入を完了する。この大胆で摩擦のないアプローチは、テックコミュニティ内で激しい議論を巻き起こした。競合他社はすぐにセキュリティ上の懸念を提起した。OpenAIのシニアエグゼクティブであるTiboは、偽のクレジットカード画像を使用した風刺的な投稿で応答し





家






