Редакция ПотокаGPT-Live-1 вышла в API: голосовой агент может слушать и говорить одновременно
В привычном голосовом боте пользователь ждёт, пока машина закончит фразу. GPT-Live-1 построена для разговора, где собеседники могут перебивать и менять ход мысли.
Внедрим ИИ в работу вашей компании
Бесплатно разберём процессы и подготовим план запуска ИИ.
Что открыли в API
GPT-Live-1, ранее использовавшаяся в ChatGPT, стала доступна разработчикам. Модель одновременно воспринимает и выдаёт звук, а сложное рассуждение и вызовы инструментов может передавать текстовой модели на сервере. OpenAI также перечисляет настройку темпа и тона, работу с фоновым шумом и телефонные сценарии. Первоисточник.
Где возникает выигрыш
Схема «распознавание — текстовая модель — озвучка» добавляет задержку при каждой передаче. Единый голосовой слой позволяет быстрее реагировать на паузу или перебивание. В раннем исследовании приложения Speak компания сообщает почти на 80% меньше прерываний ученика по сравнению с прежней пошаговой системой. Это результат конкретного сценария партнёра.
Что считать в смете
OpenAI указывает $0,05 за минуту именно для переднего голосового слоя API. Серверная модель, инструменты, телефонная связь и хранение данных могут добавлять расходы. Перед массовым запуском стоит измерить не только задержку, но и точность распознавания имён, чисел, согласий и моментов, когда агент обязан передать разговор человеку.
О материале и источниках
Редакционный материал ЛИИТ. Учебные примеры вымышлены, иллюстрации созданы с помощью ИИ.
- Официальный первоисточник
Факты и условия проверены по сообщению от 2026-09-10.
Опубликовано