Lar
Atualização da API de voz da OpenAI: maior precisão na transcrição e velocidade do agente 40% mais rápida
A OpenAI apresentou recentemente duas atualizações importantes da API para desenvolvedores em todo o mundo, projetadas para aumentar significativamente o desempenho dos agentes de IA em interações de voz e fluxos de trabalho com tarefas complexas.
No que diz respeito aos modelos, o novo modelo em tempo real gpt-realtime-1.5 e seu modelo de áudio associado foram lançados oficialmente. Seu principal objetivo é aumentar a confiabilidade dos comandos de voz. De acordo com dados de testes internos da OpenAI, o novo modelo melhora a precisão da transcrição de números e letras em aproximadamente 10%, aumenta a precisão em tarefas lógicas de áudio em 5% e eleva a precisão na execução de instruções em 7%, resolvendo de forma eficaz problemas em que a IA interpreta erroneamente frases-chave ou enfrenta dificuldades com comandos de voz complexos.

Em termos de arquitetura, a API Responses agora suporta o protocolo WebSocket, marcando uma mudança significativa na comunicação da IA. Ao contrário dos métodos anteriores, que exigiam a retransmissão do contexto completo a cada solicitação, o WebSocket permite que os desenvolvedores estabeleçam uma conexão persistente, com o sistema enviando apenas dados incrementais quando novas informações são geradas.
A OpenAI observou que essa melhoria é especialmente importante para agentes de IA complexos que frequentemente acionam diversas ferramentas, pois pode aumentar diretamente sua velocidade de operação em 20% a 40%
Artigo relacionado
Óculos Inteligentes da Apple Podem Estrear na WWDC27, Destacando a Proteção de Privacidade
O repórter da Bloomberg, Mark Gurman, informa que os óculos inteligentes da Apple, com o codinome N50, estão previstos para estrear na WWDC27 em junho de 2027, com um lançamento no varejo esperado para o outono de 2027. Originalmente direcionados par
Dentro dos Detalhes Revelados Sobre o Gemini de Próxima Geração: Poder de Cálculo Sobrecarregado, Equipes Internas Discordaram Sobre Prioridades de Desenvolvimento e Alocação de Recursos
Os relatórios indicam que o lançamento do tão aguardado modelo Gemini de próxima geração do Google foi adiado. Desentendimentos internos sobre prioridades de desenvolvimento e alocação de recursos, combinados com capacidade computacional limitada e p
A OpenAI descarta preocupações com a desaceleração do crescimento e afirma que múltiplas unidades de negócio estão acelerando.
Em resposta à escrutínio externo sobre o desaceleramento do crescimento das vendas e o não cumprimento de metas internas, o líder em inteligência artificial, OpenAI, emitiu uma declaração confiante na terça-feira, 28 de abril. A empresa esclareceu qu
Recomendações de tópicos especiais relacionados
Comentários (0)
A OpenAI apresentou recentemente duas atualizações importantes da API para desenvolvedores em todo o mundo, projetadas para aumentar significativamente o desempenho dos agentes de IA em interações de voz e fluxos de trabalho com tarefas complexas.
No que diz respeito aos modelos, o novo modelo em tempo real gpt-realtime-1.5 e seu modelo de áudio associado foram lançados oficialmente. Seu principal objetivo é aumentar a confiabilidade dos comandos de voz. De acordo com dados de testes internos da OpenAI, o novo modelo melhora a precisão da transcrição de números e letras em aproximadamente 10%, aumenta a precisão em tarefas lógicas de áudio em 5% e eleva a precisão na execução de instruções em 7%, resolvendo de forma eficaz problemas em que a IA interpreta erroneamente frases-chave ou enfrenta dificuldades com comandos de voz complexos.

Em termos de arquitetura, a API Responses agora suporta o protocolo WebSocket, marcando uma mudança significativa na comunicação da IA. Ao contrário dos métodos anteriores, que exigiam a retransmissão do contexto completo a cada solicitação, o WebSocket permite que os desenvolvedores estabeleçam uma conexão persistente, com o sistema enviando apenas dados incrementais quando novas informações são geradas.
A OpenAI observou que essa melhoria é especialmente importante para agentes de IA complexos que frequentemente acionam diversas ferramentas, pois pode aumentar diretamente sua velocidade de operação em 20% a 40%
Óculos Inteligentes da Apple Podem Estrear na WWDC27, Destacando a Proteção de Privacidade
O repórter da Bloomberg, Mark Gurman, informa que os óculos inteligentes da Apple, com o codinome N50, estão previstos para estrear na WWDC27 em junho de 2027, com um lançamento no varejo esperado para o outono de 2027. Originalmente direcionados par
Dentro dos Detalhes Revelados Sobre o Gemini de Próxima Geração: Poder de Cálculo Sobrecarregado, Equipes Internas Discordaram Sobre Prioridades de Desenvolvimento e Alocação de Recursos
Os relatórios indicam que o lançamento do tão aguardado modelo Gemini de próxima geração do Google foi adiado. Desentendimentos internos sobre prioridades de desenvolvimento e alocação de recursos, combinados com capacidade computacional limitada e p
A OpenAI descarta preocupações com a desaceleração do crescimento e afirma que múltiplas unidades de negócio estão acelerando.
Em resposta à escrutínio externo sobre o desaceleramento do crescimento das vendas e o não cumprimento de metas internas, o líder em inteligência artificial, OpenAI, emitiu uma declaração confiante na terça-feira, 28 de abril. A empresa esclareceu qu











