OpenAIがChatGPTのリアルタイム音声APIを公開：1分あたり5セント

動察 Beating AI 速報、OpenAI が GPT-Live-1 API を公開、つまり ChatGPT が現在使用しているリアルタイム音声モデルです。同時に聞いて話すことができ、音声を直接理解し、通常の会話を処理し、割り込みや間、背景ノイズにも対応できます。

複雑な推論やツール呼び出しが必要な場合、GPT-Live-1 はタスクを GPT-6 Astra、Luna、またはサードパーティのモデルに委ね、結果を得てからユーザーとの会話を続けることができます。開発者はバックエンドにどのモデルを接続するかを自分で決められます。

従来の「音声→テキスト→大規模モデル→テキスト→音声」と比較して、GPT-Live-1 は中間のモデル受け渡しを減らし、リアルタイム会話をより滑らかにします。

GPT-Live-1 の料金は毎分 0.05 ドルで、バックエンドモデルは別途計算されます。