Que s'est-il passé
OpenAI launched the API for GPT-Live-1, its latest real-time full-duplex voice model, allowing developers to integrate simultaneous listening and speaking capabilities into their applications. The model, which debuted in July within the ChatGPT interface, is now accessible for external development, featuring improved interruption handling and lower compared to previous Realtime API versions.
OpenAI has released the API for GPT-Live-1, a real-time full-duplex voice model that allows software to listen and generate speech simultaneously. This capability moves beyond the half-duplex constraints of earlier systems, where users had to wait for the AI to finish speaking before responding. The model was initially available only through the ChatGPT interface in July but is now open to developers via API calls.
The company highlights smooth interruption handling as a key strength, citing early evaluations from a partner named Speak. These evaluations indicated that GPT-Live-1 reduced interruptions by nearly 80 percent compared to previous turn-based systems, giving users more time to think before the AI responds. The model is designed to work alongside backend models like GPT-6 Astra for complex tasks such as information lookup and tool usage.
Performance benchmarks show significant improvements over OpenAI's previous Realtime API. On the Tau3 voice-agent intelligence , which tests spoken customer-service tasks, GPT-Live-1 scored 86.2 percent, compared to 45.7 percent for GPT-Realtime-2.1. OpenAI also claims a 30 percent performance improvement in Full Duplex Bench metrics and better turn-taking .
Yelp is currently using GPT-Live-1 for its Yelp Host service, an AI-driven restaurant reservation system. Yelp's chief product officer stated that the technology makes calls more conversational and responsive, helping restaurants capture revenue opportunities and allowing staff to focus on guests. The specific pricing for the API is $0.05 per minute of usage, excluding the cost of the backend model, with custom voices available through OpenAI's sales team.
Détails de la source: theregister.com ↗
Pourquoi c'est important
This release lowers the barrier for developers to create natural, fluid voice interactions in business applications. By enabling full-duplex communication, the model addresses the friction of turn-based systems, potentially improving user experience in customer service, education, and other conversational workflows. The documented performance gains over previous models suggest a significant step forward in practical voice AI deployment.
La disponibilité d'un modèle vocal full-duplex via API constitue une évolution importante pour les développeurs créant des interfaces conversationnelles. Il permet des interactions plus naturelles, de type humain, ce qui peut être essentiel dans les applications orientées client où la réactivité et la fluidité ont un impact sur la satisfaction des utilisateurs.
Les gains de performances rapportés, en particulier dans la gestion des interruptions et les scores de référence, suggèrent que l'IA vocale devient plus robuste et plus fiable pour les cas d'utilisation professionnels réels. Cela pourrait accélérer l’adoption d’interfaces vocales dans des secteurs tels que la vente au détail, l’hôtellerie et l’éducation.
En proposant une structure tarifaire claire et une intégration avec sa plateforme d'entreprise, OpenAI positionne cet outil comme une solution pratique pour les entreprises cherchant à améliorer leur expérience client numérique. La collaboration avec Yelp fournit un exemple concret de la manière dont la technologie peut être appliquée pour résoudre des problèmes commerciaux spécifiques, tels que la gestion des réservations téléphoniques.
Mécanisme interactif : comment cela fonctionne réellement
Explorez de manière interactive la technologie sous-jacente à ce développement.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Que regarder ensuite
Monitor how early adopters like Yelp implement the technology in production environments and whether the reported performance metrics hold up in independent testing. Watch for broader enterprise adoption and potential updates to pricing or custom voice options as the API matures.
Une vérification indépendante des allégations de performance, en particulier la réduction de 80 pour cent des interruptions et les scores de référence, sera importante pour évaluer l'impact réel du modèle.
La mesure dans laquelle d'autres grandes entreprises adopteront GPT-Live-1 pour leurs propres services vocaux indiquera l'attrait du modèle sur le marché et son avantage concurrentiel par rapport aux autres solutions d'IA vocale.
Les mises à jour potentielles de l'API, telles que les nouvelles fonctionnalités, les ajustements de prix ou la prise en charge linguistique étendue, pourraient influencer davantage son taux d'adoption par les développeurs et les entreprises.