OpenAI представляет возможности голосового интеллекта в своем API

OpenAI объявила в четверг, что её API теперь включает несколько новых функций голосового интеллекта, предназначенных для помощи разработчикам в создании приложений, способных говорить, расшифровывать и переводить разговоры.
Новая модель GPT-Realtime-2 – это ещё один голосовой алгоритм, разработанный для создания реалистичной имитации человеческого голоса, способной вести беседу с пользователями. Однако, в отличие от своего предшественника (GPT-Realtime-1.5), эта версия использует логические алгоритмы класса GPT-5, которые, по словам OpenAI, позволяют обрабатывать более сложные запросы пользователей.
Компания также выпустила сервис GPT-Realtime-Translate, который, как следует из названия, предоставляет услуги реального времени по переводу и синхронизируется с действиями пользователя во время беседы. Этот сервис поддерживает более 70 языков входа и 13 языков выхода.
Кроме того, была представлена новая функция расшифровки речи GPT-Realtime-Whisper, которая позволяет превращать речь в текст в реальном времени по мере её произнесения.
“Все эти модели позволяют переводить аудиоинформацию в реальном времени, делая голосовые интерфейсы способными не только слушать и размышлять, но и выполнять такие действия, как перевод и расшифровка текста по мере развития беседы“, – говорит компания.
Кому принесут пользу эти обновления? Очевидной целевой аудиторией являются компании, стремящиеся расширить возможности своих сервисов по обслуживанию клиентов. Однако OpenAI также отмечает, что новые функции могут быть полезны в различных сферах – образовании, медиа, организации мероприятий и на платформах для создателей контента.
Несмотря на то что эти инструменты очень полезны с точки зрения бизнеса, существует риск их злоупотребления. Компания приняла меры предосторожности, чтобы предотвратить использование новых функций в целях спама, мошенничества или других форм онлайн-злоупотреблений. В систему были встроены специальные механизмы, позволяющие прерывать беседу, если она нарушает правила по содержанию контента, установленные OpenAI.
Все новые голосовые модели включены в Realtime API от OpenAI. Сервисы Translate и Whisper оплачиваются за минуту использования, в то время как GPT-Realtime-2 расчетывается исходя из количества потребленных токенов.
Связанная статья
OpenAI запускает более безопасную версию ChatGPT для подростков спустя несколько лет после того, как они начали ею пользоваться
После серии судебных исков, связанных с отсутствием протоколов безопасности в чат-ботах на базе ИИ — что стало одной из причин самоубийств подростков и других кризисов, связанных с психическим здоровь
Frontier AI Labs отказывается раскрывать стратегии локализации неконтролируемых моделей
Последние исследования показывают, что лишь немногие ведущие лаборатории, занимающиеся ИИ, опубликовали или продемонстрировали планы реагирования на попытки выхода системы из-под контроля. План сдержи
Tiffany Luck из NEA: Компании по-прежнему борются с вопросами окупаемости инвестиций в ИИ
Загрузка плеера…Ранее в этом году «токеномаксимизация» доминировала в Кремниевой долине, когда генеральные директора призывали сотрудников максимально использовать возможности искусственного интеллекта. Однако этот энтузиазм быстро столкнулся с реал
Рекомендации по связанным специальным темам
Комментарии (0)

OpenAI объявила в четверг, что её API теперь включает несколько новых функций голосового интеллекта, предназначенных для помощи разработчикам в создании приложений, способных говорить, расшифровывать и переводить разговоры.
Новая модель GPT-Realtime-2 – это ещё один голосовой алгоритм, разработанный для создания реалистичной имитации человеческого голоса, способной вести беседу с пользователями. Однако, в отличие от своего предшественника (GPT-Realtime-1.5), эта версия использует логические алгоритмы класса GPT-5, которые, по словам OpenAI, позволяют обрабатывать более сложные запросы пользователей.
Компания также выпустила сервис GPT-Realtime-Translate, который, как следует из названия, предоставляет услуги реального времени по переводу и синхронизируется с действиями пользователя во время беседы. Этот сервис поддерживает более 70 языков входа и 13 языков выхода.
Кроме того, была представлена новая функция расшифровки речи GPT-Realtime-Whisper, которая позволяет превращать речь в текст в реальном времени по мере её произнесения.
“Все эти модели позволяют переводить аудиоинформацию в реальном времени, делая голосовые интерфейсы способными не только слушать и размышлять, но и выполнять такие действия, как перевод и расшифровка текста по мере развития беседы“, – говорит компания.
Кому принесут пользу эти обновления? Очевидной целевой аудиторией являются компании, стремящиеся расширить возможности своих сервисов по обслуживанию клиентов. Однако OpenAI также отмечает, что новые функции могут быть полезны в различных сферах – образовании, медиа, организации мероприятий и на платформах для создателей контента.
Несмотря на то что эти инструменты очень полезны с точки зрения бизнеса, существует риск их злоупотребления. Компания приняла меры предосторожности, чтобы предотвратить использование новых функций в целях спама, мошенничества или других форм онлайн-злоупотреблений. В систему были встроены специальные механизмы, позволяющие прерывать беседу, если она нарушает правила по содержанию контента, установленные OpenAI.
Все новые голосовые модели включены в Realtime API от OpenAI. Сервисы Translate и Whisper оплачиваются за минуту использования, в то время как GPT-Realtime-2 расчетывается исходя из количества потребленных токенов.
OpenAI запускает более безопасную версию ChatGPT для подростков спустя несколько лет после того, как они начали ею пользоваться
После серии судебных исков, связанных с отсутствием протоколов безопасности в чат-ботах на базе ИИ — что стало одной из причин самоубийств подростков и других кризисов, связанных с психическим здоровь
Frontier AI Labs отказывается раскрывать стратегии локализации неконтролируемых моделей
Последние исследования показывают, что лишь немногие ведущие лаборатории, занимающиеся ИИ, опубликовали или продемонстрировали планы реагирования на попытки выхода системы из-под контроля. План сдержи
Tiffany Luck из NEA: Компании по-прежнему борются с вопросами окупаемости инвестиций в ИИ
Загрузка плеера…Ранее в этом году «токеномаксимизация» доминировала в Кремниевой долине, когда генеральные директора призывали сотрудников максимально использовать возможности искусственного интеллекта. Однако этот энтузиазм быстро столкнулся с реал





Дом






