北京时间11月20日,OpenAI宣布GPT-Live-1.1语音模型正式面向开发者开放,第三方可将其集成到应用中,用于打造能实时交互的AI语音智能体。
据OpenAI说明,自10月15日起,该模型已被用于ChatGPT Plus和Pro用户的语音功能,此次开发者权限开放后,更多团队能把这一能力接入自有产品。
能力上,GPT-Live-1.1在识别字母、数字等精确信息方面更稳定,也提升了指令遵循表现,因此语音智能体处理带有编号、字母组合等细节请求时更准确。
该模型还允许把复杂工作流交给开发者选择的后端模型执行,并且不会打断当前语音对话。开发者可以组合不同模型的能力,在维持语音交互连续性的同时完成更复杂的任务。
对开发者来说,语音AI应用除了实时问答,还可通过与后端模型协同,承担需要多步骤执行的工作流。
目前,OpenAI已上线GPT-Live-1.1开发者文档,提供模型能力和接入方式说明。







