Дом
OpenAI запускает API GPT-Live-1 с обработкой прерываний, вызовами инструментов и телефонными агентами
OpenAI официально представила GPT-Live-1, новую API-модель, предназначенную для разработчиков, создающих полнодуплексные голосовые приложения с возможностью взаимодействия в реальном времени. Этот релиз знаменует собой важный сдвиг в области голосового взаимодействия с искусственным интеллектом, переходя от традиционной сегментированной обработки к плавным и естественным разговорам.
Технически GPT-Live-1 объединяет понимание речи и её генерацию в рамках одной модели. Устраняя задержки, возникающие при последовательном использовании отдельных этапов преобразования речи в текст, рассуждения и синтеза речи из текста, она обеспечивает практически мгновенное время отклика. Модель нативно поддерживает полнодуплексное взаимодействие, позволяя одновременно слушать и говорить, точно обрабатывая перебивания, паузы и фоновый шум.

Помимо бесшовного взаимодействия, GPT-Live-1 предлагает широкие возможности настройки. Разработчики могут настраивать тон, скорость и стиль с помощью системных промптов, а также интегрировать бэкенд-модели и фреймворки интеллектуальных агентов. Модель обладает нативным распознаванием речи с пониманием буквенно-цифровых данных, смещением ключевых слов и детекцией смены реплик. Совместимая с такими инструментами, как Codex и OpenAI Presence, она обеспечивает обработку корпоративных запросов, выполнение утверждённых операций и бесшовную передачу задач человеческим операторам, что делает её идеальным решением для телефонных сервисов, таких как бронирование столиков в ресторанах и служба поддержки клиентов.
Практические результаты впечатляют. Ранние пользователи, такие как языковая платформа Speak, сообщили о снижении количества ошибочных перебиваний во время пауз обучающихся на 80% по сравнению с системами, работающими по принципу очередей. Медицинские сервисные платформы также упростили свои архитектуры и снизили сложность кода. По данным OpenAI, GPT-Live-1 превосходит GPT-Realtime-2.1 на 30 процентных пунктов в тестах Full Duplex Bench и лидирует в бенчмарках сквозных голосовых агентов Tau3 при работе с GPT-6Astra при умеренной интенсивности рассуждений.
Связанная статья
Генеральный директор Nvidia Дженсен Хуанг опроверг утверждения о конце света от ИИ, заявив, что вероятность апокалипсиса к 2030 году равна нулю
В недавнем интервью CBS News сооснователь и генеральный директор NVIDIA Дженсен Хуанг проигнорировал предупреждения некоторых исследователей о том, что искусственный интеллект может привести к вымиранию человечества в течение нескольких лет, назвав т
«Moonshot»: сможет ли китайская ИИ-система с 2,8 триллионами параметров составить конкуренцию американским технологиям?
В феврале 2026 года компания Anthropic обвинила китайские лаборатории по искусственному интеллекту DeepSeek, Moonshot и MiniMax в проведении «кампаний промышленного масштаба», направленных на «незакон
Уютный 3.0 запускается с поддержкой многопользовательского и многоагентного взаимодействия
ByteDance официально выпустила Coze 3.0, представив новый подход к созданию агентов, а также значительные улучшения в области командной работы и интеграции экосистемы.Это обновление ориентировано на повышение эффективности совместной работы, полность
Рекомендации по связанным специальным темам
Комментарии (0)
OpenAI официально представила GPT-Live-1, новую API-модель, предназначенную для разработчиков, создающих полнодуплексные голосовые приложения с возможностью взаимодействия в реальном времени. Этот релиз знаменует собой важный сдвиг в области голосового взаимодействия с искусственным интеллектом, переходя от традиционной сегментированной обработки к плавным и естественным разговорам.
Технически GPT-Live-1 объединяет понимание речи и её генерацию в рамках одной модели. Устраняя задержки, возникающие при последовательном использовании отдельных этапов преобразования речи в текст, рассуждения и синтеза речи из текста, она обеспечивает практически мгновенное время отклика. Модель нативно поддерживает полнодуплексное взаимодействие, позволяя одновременно слушать и говорить, точно обрабатывая перебивания, паузы и фоновый шум.

Помимо бесшовного взаимодействия, GPT-Live-1 предлагает широкие возможности настройки. Разработчики могут настраивать тон, скорость и стиль с помощью системных промптов, а также интегрировать бэкенд-модели и фреймворки интеллектуальных агентов. Модель обладает нативным распознаванием речи с пониманием буквенно-цифровых данных, смещением ключевых слов и детекцией смены реплик. Совместимая с такими инструментами, как Codex и OpenAI Presence, она обеспечивает обработку корпоративных запросов, выполнение утверждённых операций и бесшовную передачу задач человеческим операторам, что делает её идеальным решением для телефонных сервисов, таких как бронирование столиков в ресторанах и служба поддержки клиентов.
Практические результаты впечатляют. Ранние пользователи, такие как языковая платформа Speak, сообщили о снижении количества ошибочных перебиваний во время пауз обучающихся на 80% по сравнению с системами, работающими по принципу очередей. Медицинские сервисные платформы также упростили свои архитектуры и снизили сложность кода. По данным OpenAI, GPT-Live-1 превосходит GPT-Realtime-2.1 на 30 процентных пунктов в тестах Full Duplex Bench и лидирует в бенчмарках сквозных голосовых агентов Tau3 при работе с GPT-6Astra при умеренной интенсивности рассуждений.
Генеральный директор Nvidia Дженсен Хуанг опроверг утверждения о конце света от ИИ, заявив, что вероятность апокалипсиса к 2030 году равна нулю
В недавнем интервью CBS News сооснователь и генеральный директор NVIDIA Дженсен Хуанг проигнорировал предупреждения некоторых исследователей о том, что искусственный интеллект может привести к вымиранию человечества в течение нескольких лет, назвав т
«Moonshot»: сможет ли китайская ИИ-система с 2,8 триллионами параметров составить конкуренцию американским технологиям?
В феврале 2026 года компания Anthropic обвинила китайские лаборатории по искусственному интеллекту DeepSeek, Moonshot и MiniMax в проведении «кампаний промышленного масштаба», направленных на «незакон
Уютный 3.0 запускается с поддержкой многопользовательского и многоагентного взаимодействия
ByteDance официально выпустила Coze 3.0, представив новый подход к созданию агентов, а также значительные улучшения в области командной работы и интеграции экосистемы.Это обновление ориентировано на повышение эффективности совместной работы, полность











