AI最前沿 88Z.ai 11 月 20 日消息,OpenAI 向开发者开放 GPT-Live-1.1 语音模型 API,支持全双工实时双向对话。该模型能识别停顿与打断,优化多语言及数字字母识别,并可将复杂任务委托后端处理,实现边聊边办的智能体体验。
消息要点
- 支持全双工实时对话,可识别停顿与打断
- 复杂任务委托后端处理,实现边聊边办

要点
OpenAI 正式向开发者开放 GPT-Live-1.1 语音模型 API,旨在提供全双工实时双向对话能力,允许用户同步进行聆听与回应。该模型在交互细节上进行了显著优化,能够精准识别对话中的停顿、打断行为以及语速变化。此外,GPT-Live-1.1 改进了多语言处理能力,并提升了数字与字母混合内容的识别精度。在功能架构上,它支持将复杂推理和工具调用任务委托给后端模型处理,确保语音对话流程无需中断。这种设计实现了边聊天边执行任务的智能体体验,大幅提升了交互的连贯性与效率。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述,未将其视为本站实测或独家采访结论。
- IT之家原始资料发布于
以上日期为原始资料发布日期;标题下方日期为本文在 AI最前沿的发布时间。