क्या हुआ?
OpenAI ने अपने नवीनतम रियल-टाइम फुल-डुप्लेक्स वॉयस मॉडल GPT-Live-1 के लिए एपीआई लॉन्च किया, जिससे डेवलपर्स को अपने एप्लिकेशन में एक साथ सुनने और बोलने की क्षमताओं को एकीकृत करने की अनुमति मिलती है। मॉडल, जो जुलाई में ChatGPT इंटरफ़ेस के भीतर शुरू हुआ, अब बाहरी विकास के लिए सुलभ है, जिसमें पिछले रीयलटाइम एपीआई संस्करणों की तुलना में बेहतर रुकावट प्रबंधन और कम विलंबता शामिल है।
OpenAI ने GPT-Live-1 के लिए एपीआई जारी किया है, जो एक वास्तविक समय पूर्ण-डुप्लेक्स वॉयस मॉडल है जो सॉफ्टवेयर को एक साथ भाषण सुनने और उत्पन्न करने की अनुमति देता है। यह क्षमता पहले के सिस्टम की हाफ-डुप्लेक्स बाधाओं से आगे बढ़ती है, जहां उपयोगकर्ताओं को जवाब देने से पहले एआई के बोलने का इंतजार करना पड़ता था। मॉडल शुरू में जुलाई में केवल ChatGPT इंटरफ़ेस के माध्यम से उपलब्ध था, लेकिन अब एपीआई कॉल के माध्यम से डेवलपर्स के लिए खुला है।
कंपनी स्पीक नाम के एक साझेदार के शुरुआती मूल्यांकन का हवाला देते हुए सुचारू व्यवधान प्रबंधन को एक प्रमुख ताकत के रूप में उजागर करती है। इन मूल्यांकनों से संकेत मिलता है कि GPT-Live-1 ने पिछले टर्न-आधारित सिस्टम की तुलना में रुकावटों को लगभग 80 प्रतिशत कम कर दिया है, जिससे उपयोगकर्ताओं को AI प्रतिक्रिया देने से पहले सोचने के लिए अधिक समय मिलता है। मॉडल को सूचना खोज और टूल उपयोग जैसे जटिल कार्यों के लिए GPT-6 एस्ट्रा जैसे बैकएंड मॉडल के साथ काम करने के लिए डिज़ाइन किया गया है।
प्रदर्शन बेंचमार्क OpenAI के पिछले रियलटाइम एपीआई की तुलना में महत्वपूर्ण सुधार दिखाते हैं। Tau3 वॉयस-एजेंट इंटेलिजेंस बेंचमार्क पर, जो बोले गए ग्राहक-सेवा कार्यों का परीक्षण करता है, GPT-Live-1 ने 86.2 प्रतिशत स्कोर किया, जबकि GPT-Realtime-2.1 के लिए यह 45.7 प्रतिशत था। OpenAI फुल डुप्लेक्स बेंच मेट्रिक्स और बेहतर टर्न-टेकिंग विलंबता में 30 प्रतिशत प्रदर्शन सुधार का भी दावा करता है।
येल्प वर्तमान में अपनी येल्प होस्ट सेवा के लिए जीपीटी-लाइव-1 का उपयोग कर रहा है, जो एक एआई-संचालित रेस्तरां आरक्षण प्रणाली है। येल्प के मुख्य उत्पाद अधिकारी ने कहा कि प्रौद्योगिकी कॉल को अधिक संवादात्मक और प्रतिक्रियाशील बनाती है, जिससे रेस्तरां को राजस्व के अवसरों पर कब्जा करने में मदद मिलती है और कर्मचारियों को मेहमानों पर ध्यान केंद्रित करने की अनुमति मिलती है। OpenAI की बिक्री टीम के माध्यम से कस्टम वॉयस उपलब्ध होने के साथ, एपीआई के लिए विशिष्ट मूल्य $0.05 प्रति मिनट उपयोग है, जिसमें बैकएंड मॉडल की लागत शामिल नहीं है।
स्रोत विवरण: theregister.com ↗
यह क्यों मायने रखता है?
यह रिलीज़ डेवलपर्स के लिए व्यावसायिक अनुप्रयोगों में प्राकृतिक, तरल ध्वनि इंटरैक्शन बनाने की बाधा को कम करती है। पूर्ण-डुप्लेक्स संचार को सक्षम करके, मॉडल टर्न-आधारित सिस्टम के घर्षण को संबोधित करता है, संभावित रूप से ग्राहक सेवा, शिक्षा और अन्य वार्तालाप वर्कफ़्लो में उपयोगकर्ता अनुभव में सुधार करता है। पिछले मॉडलों की तुलना में प्रलेखित प्रदर्शन लाभ व्यावहारिक वॉयस एआई परिनियोजन में एक महत्वपूर्ण कदम आगे बढ़ने का सुझाव देता है।
एपीआई के माध्यम से फुल-डुप्लेक्स वॉयस मॉडल की उपलब्धता संवादात्मक इंटरफेस बनाने वाले डेवलपर्स के लिए एक महत्वपूर्ण विकास है। यह अधिक प्राकृतिक मानव-जैसी बातचीत को सक्षम बनाता है, जो ग्राहक-सामना वाले अनुप्रयोगों में महत्वपूर्ण हो सकता है जहां प्रतिक्रिया और तरलता उपयोगकर्ता की संतुष्टि को प्रभावित करती है।
रिपोर्ट किए गए प्रदर्शन लाभ, विशेष रूप से रुकावट प्रबंधन और बेंचमार्क स्कोर में, सुझाव देते हैं कि वॉयस एआई वास्तविक दुनिया के व्यावसायिक उपयोग के मामलों के लिए अधिक मजबूत और विश्वसनीय होता जा रहा है। इससे खुदरा, आतिथ्य और शिक्षा जैसे क्षेत्रों में वॉयस-फर्स्ट इंटरफेस को अपनाने में तेजी आ सकती है।
अपने एंटरप्राइज़ प्लेटफ़ॉर्म के साथ एक स्पष्ट मूल्य निर्धारण संरचना और एकीकरण की पेशकश करके, OpenAI इस टूल को उन व्यवसायों के लिए एक व्यावहारिक समाधान के रूप में स्थापित कर रहा है जो अपने डिजिटल ग्राहक अनुभव को बढ़ाना चाहते हैं। येल्प के साथ सहयोग इस बात का एक ठोस उदाहरण प्रदान करता है कि फोन आरक्षण प्रबंधन जैसी विशिष्ट व्यावसायिक समस्याओं को हल करने के लिए प्रौद्योगिकी को कैसे लागू किया जा सकता है।
इंटरैक्टिव तंत्र: यह वास्तव में कैसे काम करता है
इस विकास के पीछे अंतर्निहित प्रौद्योगिकी का अंतःक्रियात्मक रूप से अन्वेषण करें।
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
आगे क्या देखना है
मॉनिटर करें कि येल्प जैसे शुरुआती अपनाने वाले उत्पादन वातावरण में प्रौद्योगिकी को कैसे लागू करते हैं और क्या रिपोर्ट किए गए प्रदर्शन मेट्रिक्स स्वतंत्र परीक्षण में टिकते हैं। एपीआई परिपक्व होने पर व्यापक उद्यम अपनाने और मूल्य निर्धारण या कस्टम वॉयस विकल्पों के संभावित अपडेट पर नजर रखें।
प्रदर्शन के दावों का स्वतंत्र सत्यापन, विशेष रूप से रुकावटों और बेंचमार्क स्कोर में 80 प्रतिशत की कमी, मॉडल के वास्तविक दुनिया के प्रभाव का आकलन करने के लिए महत्वपूर्ण होगा।
अन्य प्रमुख कंपनियां अपनी वॉयस सेवाओं के लिए जीपीटी-लाइव-1 को किस हद तक अपनाती हैं, यह मॉडल के बाजार आकर्षण और अन्य वॉयस एआई समाधानों पर प्रतिस्पर्धात्मक लाभ का संकेत देगा।
एपीआई में संभावित अपडेट, जैसे नई सुविधाएं, मूल्य निर्धारण समायोजन, या विस्तारित भाषा समर्थन, डेवलपर्स और उद्यमों के बीच इसकी गोद लेने की दर को और प्रभावित कर सकते हैं।