北京时间11月20日,OpenAI公布了一项面向开发者的开放安排:GPT-Live-1.1语音模型正式可供第三方集成。
OpenAI介绍,该模型自10月15日起已用于ChatGPT Plus和Pro用户的语音功能。此次开放后,第三方开发者也能在自己的应用中调用它,用来搭建具备实时交互能力的AI语音智能体。
在具体能力上,GPT-Live-1.1对字母、数字等需要精准理解的信息识别更可靠,指令遵循表现也有所增强,因此当用户提出包含编号、字母组合等细节的请求时,语音智能体有望给出更准确的处理结果。
该模型还允许将复杂工作流交给开发者自行选择的后端模型执行,并且无需中断当前的语音对话流程。这样一来,开发者可以组合不同模型的长处,在保持交流连续性的同时完成更复杂的任务。
对开发者而言,这意味着语音AI应用不只可以承担实时问答,还能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,用于介绍模型能力和接入方式。