Как передает Газета Сегодня, со ссыдкой на источник openai.com, AI компания OpenAI выпустила API GPT-Live-1, модель распознавания речи в реальном времени, используемую в настоящее время ChatGPT. Она может одновременно слушать и говорить, напрямую понимать речь, обрабатывать обычные разговоры, а также справляться с прерываниями, паузами и фоновым шумом.

При выполнении сложных вычислений или вызовах инструментов GPT-Live-1 может делегировать задачу моделям GPT-6 Astra, Luna или сторонним моделям, получить результаты, а затем продолжить обсуждение с пользователем. Разработчики могут сами решить, к какой модели подключиться на бэкэнде.

По сравнению с традиционным процессом «преобразование речи в текст → большая модель → текст в речь», GPT-Live-1 сокращает промежуточную передачу модели, что делает диалог в реальном времени более связным.

Стоимость GPT-Live-1 составляет 0,05 доллара США в минуту, а модели с поддержкой бэкэнда оплачиваются отдельно.