OpenAI ได้เปิดตัว GPT‑Live‑1 ใน API ซึ่งเป็นโมเดลเสียงที่มีประสิทธิภาพสูงสำหรับนักพัฒนาในการสร้างแอปพลิเคชันที่รองรับเสียงและเวิร์กโฟลว์ทางธุรกิจ ก่อนหน้านี้ GPT‑Live‑1 ได้ถูกนำเสนอใน ChatGPT โดยมีความสามารถในการรับฟังและพูดไปพร้อมกัน และสามารถมอบหมายการให้เหตุผลและการดำเนินการเชิงลึกไปยังโมเดลและเครื่องมือที่จับคู่ด้วย
จุดแข็งหลักของ GPT‑Live‑1 คือการจัดการการขัดจังหวะที่ราบรื่น ซึ่งในการประเมินเบื้องต้น พบว่าช่วยให้ผู้เรียนมีเวลาคิดมากขึ้นก่อนที่ครูสอนภาษาจะตอบกลับ โดยลดการขัดจังหวะลงได้เกือบ 80% เมื่อเทียบกับระบบแบบเดิม
GPT‑Live‑1 ใน API มีจุดเด่นคือการจัดการการขัดจังหวะที่ดีขึ้นผ่านโมเดลเดียวที่พิจารณาทั้งเสียงขาเข้าและขาออก ทำให้หลีกเลี่ยงความล่าช้าและการส่งต่อที่ไม่เสถียรของสถาปัตยกรรม STT–LLM–TTS แบบต่อกัน
ในการประเมิน พบว่า GPT‑Live‑1 ปรับปรุงประสิทธิภาพ Full Duplex Bench ได้ถึง 30 เปอร์เซ็นต์เหนือกว่า GPT‑Realtime‑2.1 พร้อมทั้งเพิ่มตัวเลือกเสียงที่หลากหลายขึ้นในด้านสำเนียง ภาษา และการออกเสียง
การเข้าถึงนี้ช่วยให้องค์กรสามารถปรับใช้ AI agent ที่เชื่อถือได้ ซึ่งสามารถตอบคำถาม แก้ไขปัญหา ใช้ระบบของบริษัท และส่งต่อให้บุคคลเมื่อจำเป็น
การวัดข้อได้เปรียบแบบเต็มรูปแบบ
ในการประเมินของเรา GPT‑Live‑1 ปรับปรุงประสิทธิภาพ Full Duplex Bench ได้ 30 เปอร์เซ็นต์เหนือกว่า GPT‑Realtime‑2.1 โดยมีการเพิ่มขึ้นอย่างมากในด้านความล่าช้าในการผลัดกันพูดและพฤติกรรมการโต้ตอบ
ตัวเลือกเสียงใหม่
ด้วย GPT‑Live‑1 เรากำลังขยายจากชุดเสียงเรียลไทม์ขนาดเล็ก ไปสู่ตัวเลือกที่กว้างขึ้นในด้านสำเนียง ภาษา และการออกเสียง ทำให้มีทางเลือกมากขึ้นสำหรับนักพัฒนาในการกำหนดเสียงของผู้ช่วย
ราคาและการใช้งาน
การมีอยู่ของ GPT‑Live‑1 ช่วยให้องค์กรสามารถปรับใช้ AI agent ที่เชื่อถือได้ ซึ่งสามารถตอบคำถาม แก้ไขปัญหา ใช้ระบบของบริษัท ดำเนินการที่ได้รับอนุมัติ และส่งต่อให้บุคคลเมื่อจำเป็น
ศัพท์ที่ควรรู้
- GPT‑Live‑1 – โมเดลเสียงใหม่ที่สามารถรับฟังและพูดไปพร้อมกันได้
- Interruption handling – การจัดการการขัดจังหวะที่ช่วยให้การสนทนาไหลลื่นแม้มีการแทรกแซง
- STT–LLM–TTS architectures – สถาปัตยกรรมแบบหลายขั้นตอนที่ประกอบด้วยการแปลงเสียงเป็นข้อความ, โมเดลภาษา, และการสังเคราะห์เสียง
- Full Duplex Bench – การทดสอบประสิทธิภาพที่วัดความสามารถในการสื่อสารสองทางพร้อมกัน
ที่มา: OpenAI