GPT-Live-1 появился в API: живой разговор для ваших приложений

OpenAI объявила о доступности GPT-Live-1 через API. Теперь разработчики могут встроить в своё приложение голосовой диалог, в котором агент слушает человека даже во время собственного ответа. Можно уточнить мысль по ходу разговора, не дожидаясь конца реплики.

Ещё одна деталь из анонса: голосовой агент работает с моделями и средой исполнения, которые выбирает разработчик. Это даёт возможность добавить разговорный интерфейс к собственной логике приложения.

Для меня здесь особенно интересна возможность собирать личных голосовых помощников на базе простых устройств под свои задачи. Я вижу это так: небольшое устройство с микрофоном и динамиком, связь по Wi-Fi или через Bluetooth с телефоном, а работа с мощной голосовой моделью — через приложение и API. Самому устройству не нужно выполнять вычисления модели. Хочется, чтобы такого помощника можно было настроить под себя и обращаться к нему голосом, когда он нужен.

Практический смысл хорошо виден на примере помощника службы поддержки: человек может поправить условие прямо во время объяснения. Насколько удобно это работает в конкретном продукте, нужно проверять на его сценариях. Ниже короткая демонстрация OpenAI.

Следующий шаг

GPT-Live: голос, который слушает и говорит одновременно

Связанные материалы

Статья: Не диктовка, а диалог: новый голосовой режим Codex

Блог: Голосовой ChatGPT теперь может подключать Astra

База знаний: OpenAI — линейка моделей GPT, Realtime и Images

Если вы продумываете голосового помощника для команды или клиентов, начать можно с одного рабочего сценария.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov