Heim
Upgrade der OpenAI Voice API: Höhere Transkriptionsgenauigkeit, 40 % schnellere Agenten-Geschwindigkeit
OpenAI hat kürzlich zwei wichtige API-Updates für Entwickler weltweit vorgestellt, die darauf abzielen, die Leistung von KI-Agenten bei Sprachinteraktionen und komplexen Arbeitsabläufen deutlich zu steigern.
Im Bereich der Modelle wurden das neue Echtzeitmodell „gpt-realtime-1.5“ und das dazugehörige Audiomodell offiziell veröffentlicht. Ihr vorrangiges Ziel ist es, die Zuverlässigkeit von Sprachbefehlen zu verbessern. Laut internen Testdaten von OpenAI verbessert das neue Modell die Transkriptionsgenauigkeit bei Zahlen und Buchstaben um etwa 10 %, steigert die Genauigkeit bei logischen Audioaufgaben um 5 % und erhöht die Genauigkeit bei der Ausführung von Anweisungen um 7%. Damit werden Probleme wirksam behoben, bei denen KI Schlüsselphrasen falsch interpretiert oder Schwierigkeiten mit komplexen Sprachbefehlen hat.

Architektonisch unterstützt die Responses-API nun das WebSocket-Protokoll, was einen bedeutenden Wandel in der KI-Kommunikation darstellt. Im Gegensatz zu früheren Methoden, bei denen bei jeder Anfrage der gesamte Kontext erneut übertragen werden musste, ermöglicht WebSocket Entwicklern den Aufbau einer dauerhaften Verbindung, wobei das System nur inkrementelle Daten sendet, wenn neue Informationen generiert werden.
OpenAI wies darauf hin, dass diese Verbesserung besonders wichtig für komplexe KI-Agenten ist, die häufig zahlreiche Tools aufrufen, da sie deren Betriebsgeschwindigkeit direkt um 20 % bis 40 % steigern kann.
Verwandter Artikel
Texas setzt den Bau neuer Rechenzentren aus, nachdem der Gouverneur Prüfungen gefordert hat
Technologieunternehmen und Softwareentwickler suchen in den Vereinigten Staaten aktiv nach optimalen Standorten für Rechenzentren, wobei sich die lockeren regulatorischen Rahmenbedingungen und die sch
OpenAI stellt die Integration von ChatGPT in Apple Health und elektronische Patientenakten vor und bedient damit 300 Millionen wöchentliche Nutzer
OpenAI hat die Warteliste für ChatGPT Health offiziell abgeschafft und macht sie für alle US-Benutzer ab 18 Jahren zugänglich. Personen in jedem Abonnementtier – einschließlich Free, Go, Plus und Pro – können die Gesundheitsfunktionen nun direkt über
Startups setzen darauf, dass die Gig-Arbeitskräfte Indiens globale Roboter ausbilden können
Indiens Online-Lebensmittellieferdienstsektor hat sich in den letzten Jahren rasant ausgeweitet, was sich an den Börsengängen von Zomato und Swiggy sowie einem Anstieg von Cloud-Küchen ablesen lässt. Gleichzeitig sind On-Demand-Startups für Heimdiens
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)
OpenAI hat kürzlich zwei wichtige API-Updates für Entwickler weltweit vorgestellt, die darauf abzielen, die Leistung von KI-Agenten bei Sprachinteraktionen und komplexen Arbeitsabläufen deutlich zu steigern.
Im Bereich der Modelle wurden das neue Echtzeitmodell „gpt-realtime-1.5“ und das dazugehörige Audiomodell offiziell veröffentlicht. Ihr vorrangiges Ziel ist es, die Zuverlässigkeit von Sprachbefehlen zu verbessern. Laut internen Testdaten von OpenAI verbessert das neue Modell die Transkriptionsgenauigkeit bei Zahlen und Buchstaben um etwa 10 %, steigert die Genauigkeit bei logischen Audioaufgaben um 5 % und erhöht die Genauigkeit bei der Ausführung von Anweisungen um 7%. Damit werden Probleme wirksam behoben, bei denen KI Schlüsselphrasen falsch interpretiert oder Schwierigkeiten mit komplexen Sprachbefehlen hat.

Architektonisch unterstützt die Responses-API nun das WebSocket-Protokoll, was einen bedeutenden Wandel in der KI-Kommunikation darstellt. Im Gegensatz zu früheren Methoden, bei denen bei jeder Anfrage der gesamte Kontext erneut übertragen werden musste, ermöglicht WebSocket Entwicklern den Aufbau einer dauerhaften Verbindung, wobei das System nur inkrementelle Daten sendet, wenn neue Informationen generiert werden.
OpenAI wies darauf hin, dass diese Verbesserung besonders wichtig für komplexe KI-Agenten ist, die häufig zahlreiche Tools aufrufen, da sie deren Betriebsgeschwindigkeit direkt um 20 % bis 40 % steigern kann.
Texas setzt den Bau neuer Rechenzentren aus, nachdem der Gouverneur Prüfungen gefordert hat
Technologieunternehmen und Softwareentwickler suchen in den Vereinigten Staaten aktiv nach optimalen Standorten für Rechenzentren, wobei sich die lockeren regulatorischen Rahmenbedingungen und die sch
OpenAI stellt die Integration von ChatGPT in Apple Health und elektronische Patientenakten vor und bedient damit 300 Millionen wöchentliche Nutzer
OpenAI hat die Warteliste für ChatGPT Health offiziell abgeschafft und macht sie für alle US-Benutzer ab 18 Jahren zugänglich. Personen in jedem Abonnementtier – einschließlich Free, Go, Plus und Pro – können die Gesundheitsfunktionen nun direkt über
Startups setzen darauf, dass die Gig-Arbeitskräfte Indiens globale Roboter ausbilden können
Indiens Online-Lebensmittellieferdienstsektor hat sich in den letzten Jahren rasant ausgeweitet, was sich an den Börsengängen von Zomato und Swiggy sowie einem Anstieg von Cloud-Küchen ablesen lässt. Gleichzeitig sind On-Demand-Startups für Heimdiens











