GPT-Live-1 现已登陆 API

# GPT-Live-1 API 发布：实时语音对话 GPT-Live-1 是一款在 API 中新推出的全双工模型，专为自然、富有表现力的对话而设计。它能稳健地处理背景噪音和用户打断，同时将复杂任务委派给后端推理模型。 ## 简介与核心能力 OpenAI 宣布发布 GPT-Live-1 的 API。它被描述为一个全双工模型，意味着它可以同时监听和说话。这使得对话自然且富有表现力。该模型专门设计用于在嘈杂环境和用户打断（即用户在模型说话时插话）的情况下，依然能保持对话流畅进行。 它的设计目标是成为适用于所有场景的“语音版 ChatGPT”，提供可通过 API 集成到生产级应用中的对话式语音接口。 ## 关键特性 ### 全双工对话 其核心特性是处理打断的能力。用户可以在模型发言的任何时刻插话。模型可以“边听边说”。 ### 背景噪音抗扰能力 该模型设计为能够聚焦于用户语音，即使在嘈杂环境中也能保持清晰。在演示中，演示者故意播放了背景噪音，模型仍确认能清晰理解发言者。 ### 与后端模型集成 GPT-Live-1 并非独立处理所有任务。它与一个负责推理和工具调用的后端模型配对使用。这使得系统能够将行动委派给外部系统（如机器人和显示设备），而 GPT-Live-1 前端则维持自然的语音对话。 ## 定价与可用性 定价结构分为前端和后端组件： * **GPT-Live-1（前端模型）：** 每分钟 5 美分（$0.05/分钟）。 * **后端推理与工具服务：** 根据其自身使用情况另行计费。 此模型现已通过 OpenAI API 向开发者开放，以便他们将对话式语音体验构建到生产级应用中。 来源：YouTube - OpenAI: GPT-Live-1 is now in the API (https://www.youtube.com/watch?v=OSaP6bJoU44)