凤凰网科技讯 北京时间11月20日,OpenAI宣布,正式向开发者开放GPT-Live-1.1语音模型,允许开发者将其集成至自己的应用程序中,构建具备实时交互能力的AI语音智能体。

据OpenAI介绍,GPT-Live-1.1自10月15日起已应用于ChatGPT Plus和Pro用户的语音功能,此次开放意味着第三方开发者也可以利用该模型构建语音应用。
在能力方面,OpenAI表示,GPT-Live-1.1能够更可靠地识别字母、数字等需要精确理解的信息,同时具备更强的指令遵循能力。这意味着语音智能体可以更准确地处理包含具体编号、字母组合等细节的用户请求。
此外,该模型支持将复杂工作流委托给开发者自行选择的后端模型处理,且无需中断当前语音对话流程。这一机制使开发者能够结合不同模型的能力,在保持语音交互连续性的同时执行更复杂的任务。
对于开发者而言,这意味着语音AI应用不仅可以承担实时问答,还能够通过与后端模型协同,处理需要多步骤执行的工作流。
目前,OpenAI已上线GPT-Live-1.1的开发者文档,介绍模型的相关能力与接入方式。(编辑/于雷)
更多一手新闻,欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道,请微信搜索“凤凰网科技”。







