OpenAI 正式放出 GPT-Live-1.1 API,开发者可通过模型标识 gpt-live-1.1 进行调用。这套模型已经在 ChatGPT Plus、Pro 版本语音对话模块上线运行。
模型采用全双工音频架构,支持同步收听与发声。用户在 AI 输出语音的过程中随时插话、修改需求,对话链路不会中断。多语言口音稳定性获得优化,字母、数字这类精细信息识别准确度更高,指令执行稳定性更强。
平台配套新增 standby 配置项。开发者可设置 5 秒至 60 秒的静默超时阈值,链路保持 WebRTC 连接状态,模型进入低计费待机状态。待机时段计费标准为每分钟 0.02 美元,正常交互时段按每分钟 0.05 美元计费。后端模型与工具调用费用单独核算。
复杂任务可以向外委派。开发者自行选定后端推理模型承接多步骤逻辑、工具调用类工作,前端语音会话维持流畅,不会因为后台运算出现卡顿断连。
官方同步开放完整接入文档与调试沙盒。开发者可以基于这套接口搭建语音客服、实时语言助教、车载语音助手等产品。音频输出自带 SynthID 水印标识,配套校验接口可供集成到业务内部。
API 面向全部合规开发者开放,无需单独提交白名单申请。现有使用 GPT-Live-1 的项目可以调整模型标识完成迁移。

© 版权声明
文章版权归作者所有,未经允许请勿转载。
相关文章
暂无评论...



