Lar
A OpenAI adiciona o GPT-Live-1 à API com suporte a voz full-duplex e interrupções para chamadas de atendimento ao cliente
A OpenAI integrou o GPT-Live-1 à sua API, permitindo que desenvolvedores criem aplicativos e fluxos de trabalho empresariais que possibilitem interações de voz em tempo real. Esse modelo facilita conversas full-duplex, permitindo que ele ouça e fale simultaneamente, ao mesmo tempo em que gerencia interrupções, pausas e ruídos de fundo de maneira eficaz.
O GPT-Live-1 também é otimizado para cenários envolvendo chamadas telefônicas, como reservas em restaurantes e atendimento ao cliente, possibilitando a criação de agentes de voz full-duplex. A OpenAI destaca que os desenvolvedores podem integrá-lo a ferramentas como o Codex ou utilizar o OpenAI Presence para criar aplicativos de voz que consultem sistemas corporativos, executem ações autorizadas e transfiram chamadas de maneira integrada para agentes humanos quando necessário.

Compreensão e saída de fala unificadas para reduzir a latência
O GPT-Live-1 combina reconhecimento e síntese de fala em um único modelo, eliminando a necessidade de múltiplas conexões típicas do fluxo tradicional “fala para texto – LLM – texto para fala”, reduzindo assim significativamente a latência. O modelo também lida com raciocínios complexos e chamadas de ferramentas por meio de modelos de texto de back-end. Os desenvolvedores podem personalizar o tom, a velocidade e o estilo de conversação por meio de prompts do sistema, ao mesmo tempo em que configuram modelos de back-end, ferramentas e estruturas de agentes. A OpenAI confirma que o GPT-Live-1 oferece suporte nativo à transcrição por reconhecimento de fala e ao texto de resposta, com recursos como compreensão alfanumérica, priorização de palavras-chave e detecção de turnos.
Avaliações iniciais indicam que o uso do GPT-Live-1 reduziu as interrupções indevidas durante as pausas de reflexão dos alunos na plataforma de aprendizagem de idiomas Speak em quase 80% em comparação com o sistema anterior baseado em turnos. Tony Stoyanov, cofundador e diretor de tecnologia (CTO) de uma plataforma de serviços médicos, relatou uma redução de 80% no volume de código, eliminando aproximadamente 23.000 linhas de código. As avaliações da OpenAI demonstram que o GPT-Live-1 supera o GPT-Realtime-2.1 em 30 pontos percentuais no teste Full Duplex Bench e ocupa o primeiro lugar no teste de tarefas de agente de voz de ponta a ponta do Tau3 quando combinado com o GPT-6 Astra em intensidade de raciocínio média.
Camada de voz front-end com preço de US$ 0,05 por minuto e 12 novas vozes
Quanto aos preços, a camada de voz front-end do GPT-Live-1 custa US$ 0,05 por minuto, o que equivale a cerca de US$ 3 (aproximadamente 20,2 RMB) por hora. Os custos dos modelos de back-end e das ferramentas de agente são cobrados separadamente. A OpenAI também ampliou as opções de voz em tempo real ao adicionar 12 novas vozes: Quartz, Ripple, Vesper, Willow, Stone, Gleam, Meridian, Bossa, Tempo, Beacon, Delta e Cinder. A empresa planeja introduzir mais vozes e suporte a outros idiomas nos próximos meses.
Artigo relacionado
A Apple apresenta a primeira versão beta pública do iOS 27, marcando uma grande atualização de IA da Siri
A Apple lançou oficialmente a primeira versão beta pública do iOS 27 para os usuários hoje. Esta atualização não requer uma conta de desenvolvedor. Os usuários simplesmente precisam se registrar ou fazer login no site do Programa de Software Beta da
A Cloudflare lança o Workspace, um agente de IA de código aberto, que permite que os funcionários criem fluxos de trabalho personalizados sem precisar programar
A Cloudflare lançou oficialmente o Cloudflare OS, um ambiente de trabalho de agente de IA de código aberto que opera diretamente no navegador. Essa plataforma integra uma ampla variedade de microaplic
Checkout do Cartão de Crédito de IA do Musk Gera Reação Negativa Após Zombaria por Executiva da OpenAI
Elon Musk revelou recentemente a nova capacidade de compras do Grok nas redes sociais, explicando que os usuários podem tirar uma foto do seu cartão de crédito e enviá-la para a interface de chat. A IA então vasculhará a web em busca dos melhores pre
Recomendações de tópicos especiais relacionados
Comentários (0)
A OpenAI integrou o GPT-Live-1 à sua API, permitindo que desenvolvedores criem aplicativos e fluxos de trabalho empresariais que possibilitem interações de voz em tempo real. Esse modelo facilita conversas full-duplex, permitindo que ele ouça e fale simultaneamente, ao mesmo tempo em que gerencia interrupções, pausas e ruídos de fundo de maneira eficaz.
O GPT-Live-1 também é otimizado para cenários envolvendo chamadas telefônicas, como reservas em restaurantes e atendimento ao cliente, possibilitando a criação de agentes de voz full-duplex. A OpenAI destaca que os desenvolvedores podem integrá-lo a ferramentas como o Codex ou utilizar o OpenAI Presence para criar aplicativos de voz que consultem sistemas corporativos, executem ações autorizadas e transfiram chamadas de maneira integrada para agentes humanos quando necessário.

Compreensão e saída de fala unificadas para reduzir a latência
O GPT-Live-1 combina reconhecimento e síntese de fala em um único modelo, eliminando a necessidade de múltiplas conexões típicas do fluxo tradicional “fala para texto – LLM – texto para fala”, reduzindo assim significativamente a latência. O modelo também lida com raciocínios complexos e chamadas de ferramentas por meio de modelos de texto de back-end. Os desenvolvedores podem personalizar o tom, a velocidade e o estilo de conversação por meio de prompts do sistema, ao mesmo tempo em que configuram modelos de back-end, ferramentas e estruturas de agentes. A OpenAI confirma que o GPT-Live-1 oferece suporte nativo à transcrição por reconhecimento de fala e ao texto de resposta, com recursos como compreensão alfanumérica, priorização de palavras-chave e detecção de turnos.
Avaliações iniciais indicam que o uso do GPT-Live-1 reduziu as interrupções indevidas durante as pausas de reflexão dos alunos na plataforma de aprendizagem de idiomas Speak em quase 80% em comparação com o sistema anterior baseado em turnos. Tony Stoyanov, cofundador e diretor de tecnologia (CTO) de uma plataforma de serviços médicos, relatou uma redução de 80% no volume de código, eliminando aproximadamente 23.000 linhas de código. As avaliações da OpenAI demonstram que o GPT-Live-1 supera o GPT-Realtime-2.1 em 30 pontos percentuais no teste Full Duplex Bench e ocupa o primeiro lugar no teste de tarefas de agente de voz de ponta a ponta do Tau3 quando combinado com o GPT-6 Astra em intensidade de raciocínio média.
Camada de voz front-end com preço de US$ 0,05 por minuto e 12 novas vozes
Quanto aos preços, a camada de voz front-end do GPT-Live-1 custa US$ 0,05 por minuto, o que equivale a cerca de US$ 3 (aproximadamente 20,2 RMB) por hora. Os custos dos modelos de back-end e das ferramentas de agente são cobrados separadamente. A OpenAI também ampliou as opções de voz em tempo real ao adicionar 12 novas vozes: Quartz, Ripple, Vesper, Willow, Stone, Gleam, Meridian, Bossa, Tempo, Beacon, Delta e Cinder. A empresa planeja introduzir mais vozes e suporte a outros idiomas nos próximos meses.
A Apple apresenta a primeira versão beta pública do iOS 27, marcando uma grande atualização de IA da Siri
A Apple lançou oficialmente a primeira versão beta pública do iOS 27 para os usuários hoje. Esta atualização não requer uma conta de desenvolvedor. Os usuários simplesmente precisam se registrar ou fazer login no site do Programa de Software Beta da
A Cloudflare lança o Workspace, um agente de IA de código aberto, que permite que os funcionários criem fluxos de trabalho personalizados sem precisar programar
A Cloudflare lançou oficialmente o Cloudflare OS, um ambiente de trabalho de agente de IA de código aberto que opera diretamente no navegador. Essa plataforma integra uma ampla variedade de microaplic
Checkout do Cartão de Crédito de IA do Musk Gera Reação Negativa Após Zombaria por Executiva da OpenAI
Elon Musk revelou recentemente a nova capacidade de compras do Grok nas redes sociais, explicando que os usuários podem tirar uma foto do seu cartão de crédito e enviá-la para a interface de chat. A IA então vasculhará a web em busca dos melhores pre











