A OpenAI disponibiliza a API de voz em tempo real do ChatGPT: 5 centavos por minuto
A OpenAI abriu a API do GPT-Live-1, ou seja, o modelo de voz em tempo real que o ChatGPT usa atualmente. Ele consegue ouvir e falar ao mesmo tempo, entendendo diretamente a fala, lidando com conversas comuns e também respondendo a interrupções, pausas e ruídos de fundo. Quando encontra raciocínio complexo ou chamadas de ferramentas, o GPT-Live-1 pode delegar a tarefa ao GPT-6 Astra, Luna ou a modelos de terceiros; depois de obter o resultado, continua a conversar com o usuário. Os desenvolvedores podem decidir qual modelo usar no backend. Em comparação com o fluxo tradicional de “voz para texto → modelo grande → texto para voz”, o GPT-Live-1 reduz a transferência entre modelos no meio do caminho, tornando a conversa em tempo real mais fluida. O GPT-Live-1 custa 0,05 dólar por minuto, e o modelo usado no backend é cobrado à parte.
A OpenAI abriu a API do GPT-Live-1, ou seja, o modelo de voz em tempo real que o ChatGPT usa atualmente. Ele consegue ouvir e falar ao mesmo tempo, entendendo diretamente a fala, lidando com conversas comuns e também respondendo a interrupções, pausas e ruídos de fundo. Quando encontra raciocínio complexo ou chamadas de ferramentas, o GPT-Live-1 pode delegar a tarefa ao GPT-6 Astra, Luna ou a modelos de terceiros; depois de obter o resultado, continua a conversar com o usuário. Os desenvolvedores podem decidir qual modelo usar no backend. Em comparação com o fluxo tradicional de “voz para texto → modelo grande → texto para voz”, o GPT-Live-1 reduz a transferência entre modelos no meio do caminho, tornando a conversa em tempo real mais fluida. O GPT-Live-1 custa 0,05 dólar por minuto, e o modelo usado no backend é cobrado à parte.