OpenAI компаниясы өзінің API платформасы үшін әзірлеушілерге пайдаланушылармен қарым-қатынас жасайтын, сөйлеуді мәтінге айналдыратын және аударатын қосымшалар жасауға көмектесетін жаңа дауыстық интеллект функцияларын іске қосты. Жаңа GPT-Realtime-2 моделі шынайы дауыстық симуляцияны ұсынып, пайдаланушылармен табиғи сұхбат құруға мүмкіндік береді. Алдыңғы нұсқадан айырмашылығы, бұл модель GPT-5 деңгейіндегі логикалық ойлау қабілетіне ие және күрделі сұраныстарды өңдеуге арналған. Бұл туралы Techcrunch.com хабарлайды .
Сондай-ақ, компания GPT-Realtime-Translate функциясын таныстырды. Ол сұхбат барысында нақты уақыт режимінде аударма қызметін көрсетеді және 70-тен астам кіріс және 13 шығыс тілін қолдайды. Бұдан бөлек, GPT-Realtime-Whisper құралы тікелей эфирде сөйлеуді мәтінге айналдыру мүмкіндігін беріп, өзара қарым-қатынасты бірден жазып отырады.
OpenAI өкілдерінің айтуынша, бұл жаңа модельдер дауыстық интерфейстерді қарапайым сұрақ-жауап жүйесінен күрделі тапсырмаларды орындай алатын, яғни тыңдайтын, талдайтын және әрекет ететін құралдарға айналдырады. Бұл технологиялар тұтынушыларға қызмет көрсету, білім беру, медиа және контент жасау сияқты салаларда үлкен өзгерістер жасайды деп күтілуде.
Қауіпсіздік мәселесіне келетін болсақ, компания теріс пайдалану, алаяқтық және спам хабарламаларының алдын алу үшін арнайы қорғаныс жүйелерін енгізді. Егер сұхбат барысында зиянды контент ережелері бұзылса, жүйе автоматты түрде қарым-қатынасты тоқтатады. Жаңа дауыстық модельдер OpenAI Realtime API құрамына енгізілген, олардың бағасы пайдалану уақытына немесе токендер шығынына қарай белгіленеді.
“Zamin”-ді Telegram-нан оқыңыз!
