OpenAI 今日宣布推出 GPT-Live-1,这是一款可在其 API 中同时监听和生成语音的全双工语音模型。该模型改进了对打断、停顿、背景噪音和长时间对话的处理,并支持电话场景。据 OpenAI 称,GPT-Live-1 在 Full Duplex Bench 上的得分比 GPT-Realtime-2.1 高出 30 个百分点。语言学习平台 Speak 的早期测试显示,与传统的基于轮次的系统相比,该模型将误判打断减少了近 80%。API 现已可用,前端语音层的价格为每分钟 0.05 美元。
免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见
声明。