OpenAI开放GPT-Live-1.1语音模型:开发者可集成,边聊边处理复杂任务
OpenAI宣布正式向开发者开放GPT-Live-1.1语音模型,开发者可将其集成至自有应用,构建实时交互的AI语音智能体。该模型能更可靠识别字母、数字等信息,并支持将复杂工作流委托给后端模型处理而不中断语音对话。
北京时间11月20日,OpenAI宣布GPT-Live-1.1语音模型正式向开发者开放。开发者可以把它集成进自己的应用,做出能实时交互的AI语音智能体。

按照OpenAI的说法,这款模型从10月15日起就已用在ChatGPT Plus和Pro用户的语音功能里。此次开放之后,第三方开发者同样能拿它来搭建语音应用。
OpenAI表示,
GPT-Live-1.1在识别字母、数字这类需要精确理解的信息时更可靠,指令遵循能力也更强。用户请求里带有具体编号、字母组合等细节时,语音智能体处理起来会更准确。
另一项能力是把复杂工作流交给开发者自行选定的后端模型去做,当前的语音对话流程不用中断。开发者因此可以把不同模型的能力搭配起来,在执行更复杂任务的同时保持语音交互连续。
对开发者来说,语音AI应用不光能做实时问答,还能和后端模型协同,跑完需要多步执行的工作流。
OpenAI已经上线GPT-Live-1.1的开发者文档,模型能力和接入方式都写在里面。