OpenAI เปิดตัว Voice Agent

เมื่อวันที่ 21 มีนาคม เวลา 01:00 (UTC+8) OpenAI ได้จัดการถ่ายทอดสดทางเทคนิคและเปิดตัวโมเดลเสียงใหม่สามรุ่นที่ออกแบบมาเฉพาะสำหรับการพัฒนา AI Voice Agents สองรุ่นเป็นโมเดลเสียงเป็นข้อความ ได้แก่ GPT-40 Transcribe และ GPT-4 Mini Transcribe; อีกรุ่นหนึ่งเป็นโมเดลข้อความเป็นเสียง ได้แก่ GPT-40 Mini TTS น่าสังเกตว่าผู้พัฒนาสามารถควบคุมอารมณ์และสไตล์เสียงของโมเดล GPT-40 Mini TTS ได้ OpenAI ได้เพิ่มโหมดสตรีมมิ่งที่ทรงพลังให้กับ API เสียงเป็นข้อความของตน ทำให้ผู้พัฒนาสามารถป้อนสตรีมเสียงต่อเนื่องเข้าสู่โมเดลได้แบบเรียลไทม์ และโมเดลยังสามารถส่งคืนข้อความและการตอบสนองต่อเนื่องได้แบบเรียลไทม์อีกด้วย คุณสมบัติของการโต้ตอบแบบเรียลไทม์นี้มีประโยชน์มากสำหรับแอปพลิเคชันที่ต้องการการตอบสนองทันที เช่น ระบบสนทนาเสียงแบบเรียลไทม์ การถอดเสียงการประชุมเสียง เป็นต้น (AIGC Open Community)