OpenAI presenta sus capacidades de inteligencia vocal a través de su API

OpenAI anunció el jueves que su API ahora incluye varias nuevas funciones de inteligencia vocal, diseñadas para ayudar a los desarrolladores a crear aplicaciones capaces de hablar, transcribir y traducir conversaciones.
El nuevo modelo de voz de la empresa, GPT-Realtime-2, es otro ejemplo de esta tecnología; está diseñado para generar una simulación vocal realista que pueda interactuar con los usuarios en conversaciones. Sin embargo, a diferencia de su predecesor (GPT-Realtime-1.5), esta versión incorpora el razonamiento del nivel GPT-5, algo que OpenAI afirma fue desarrollado para manejar solicitudes de usuario más complejas.
La empresa también está lanzando GPT-Realtime-Translate, que, como su nombre indica, ofrece servicios de traducción en tiempo real que se mantienen al ritmo de la conversación. Esta función soporta más de 70 idiomas de entrada y 13 idiomas de salida.
Finalmente, OpenAI ha introducido una nueva capacidad de transcripción llamada GPT-Realtime-Whisper, que proporciona funcionalidad de conversión de voz a texto en tiempo real, capturando las palabras a medida que ocurren las interacciones.
“Juntos, los modelos que estamos lanzando llevan el audio en tiempo real desde interfaces simples de pregunta y respuesta hacia interfaces vocales que realmente pueden realizar tareas: escuchar, razonar, traducir, transcribir y tomar acciones a medida que avanza la conversación”, dijo la empresa.
¿Quién se beneficiará de estas actualizaciones? Las empresas que busquen expandir sus capacidades de servicio al cliente son un público obvio. No obstante, OpenAI también señala que las nuevas funciones serán útiles en una amplia gama de áreas, incluyendo la educación, los medios, los eventos y las plataformas para creadores.
Aunque estas herramientas sean muy útiles desde el punto de vista empresarial, también existe el potencial de su uso indebido. La empresa afirma haber establecido medidas de protección para evitar que sus nuevas funciones se utilicen con fines de spam, fraude u otros tipos de abuso en línea. Se han incorporado mecanismos específicos en el sistema para que “las conversaciones puedan ser interrumpidas si se detecta que violan nuestras directrices contra contenido dañino”, según OpenAI.
Todos los nuevos modelos de voz están incluidos en la API en tiempo real de OpenAI. Translate y Whisper se facturan por minuto, mientras que GPT-Realtime-2 se factura según el consumo de tokens.
Artículo relacionado
Sam Altman desata un debate sobre la desaceleración de la IA
Escuchar enApple PodcastsEscuchar enSpotifyEl director ejecutivo de OpenAI, Sam Altman, sugirió recientemente que podría ser el momento de “regular el ritmo del desarrollo de la IA” para permitir que la sociedad “se fortalezca en torno a algunos de
OpenAI enfrenta una demanda por secreto comercial de Apple
OpenAI rebatió las alegaciones de Apple sobre secretos comerciales el martes, argumentando que la demanda es infundada.“Tomamos estas afirmaciones en serio, pero no vemos ninguna evidencia que las respalde”, declaró OpenAI, según informó Ed Ludlow d
La jefa de robótica de OpenAI, Caitlin Kalinowski, renuncia por la asociación con el Pentágono
El líder de robótica de OpenAI, Caitlin Kalinowski, ha dimitido tras la controvertida asociación de la empresa con el Departamento de Defensa.“Esta no fue una decisión fácil”, explicó Kalinowski en un comunicado en redes sociales. “Aunque la IA dese
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

OpenAI anunció el jueves que su API ahora incluye varias nuevas funciones de inteligencia vocal, diseñadas para ayudar a los desarrolladores a crear aplicaciones capaces de hablar, transcribir y traducir conversaciones.
El nuevo modelo de voz de la empresa, GPT-Realtime-2, es otro ejemplo de esta tecnología; está diseñado para generar una simulación vocal realista que pueda interactuar con los usuarios en conversaciones. Sin embargo, a diferencia de su predecesor (GPT-Realtime-1.5), esta versión incorpora el razonamiento del nivel GPT-5, algo que OpenAI afirma fue desarrollado para manejar solicitudes de usuario más complejas.
La empresa también está lanzando GPT-Realtime-Translate, que, como su nombre indica, ofrece servicios de traducción en tiempo real que se mantienen al ritmo de la conversación. Esta función soporta más de 70 idiomas de entrada y 13 idiomas de salida.
Finalmente, OpenAI ha introducido una nueva capacidad de transcripción llamada GPT-Realtime-Whisper, que proporciona funcionalidad de conversión de voz a texto en tiempo real, capturando las palabras a medida que ocurren las interacciones.
“Juntos, los modelos que estamos lanzando llevan el audio en tiempo real desde interfaces simples de pregunta y respuesta hacia interfaces vocales que realmente pueden realizar tareas: escuchar, razonar, traducir, transcribir y tomar acciones a medida que avanza la conversación”, dijo la empresa.
¿Quién se beneficiará de estas actualizaciones? Las empresas que busquen expandir sus capacidades de servicio al cliente son un público obvio. No obstante, OpenAI también señala que las nuevas funciones serán útiles en una amplia gama de áreas, incluyendo la educación, los medios, los eventos y las plataformas para creadores.
Aunque estas herramientas sean muy útiles desde el punto de vista empresarial, también existe el potencial de su uso indebido. La empresa afirma haber establecido medidas de protección para evitar que sus nuevas funciones se utilicen con fines de spam, fraude u otros tipos de abuso en línea. Se han incorporado mecanismos específicos en el sistema para que “las conversaciones puedan ser interrumpidas si se detecta que violan nuestras directrices contra contenido dañino”, según OpenAI.
Todos los nuevos modelos de voz están incluidos en la API en tiempo real de OpenAI. Translate y Whisper se facturan por minuto, mientras que GPT-Realtime-2 se factura según el consumo de tokens.
Sam Altman desata un debate sobre la desaceleración de la IA
Escuchar enApple PodcastsEscuchar enSpotifyEl director ejecutivo de OpenAI, Sam Altman, sugirió recientemente que podría ser el momento de “regular el ritmo del desarrollo de la IA” para permitir que la sociedad “se fortalezca en torno a algunos de
OpenAI enfrenta una demanda por secreto comercial de Apple
OpenAI rebatió las alegaciones de Apple sobre secretos comerciales el martes, argumentando que la demanda es infundada.“Tomamos estas afirmaciones en serio, pero no vemos ninguna evidencia que las respalde”, declaró OpenAI, según informó Ed Ludlow d
La jefa de robótica de OpenAI, Caitlin Kalinowski, renuncia por la asociación con el Pentágono
El líder de robótica de OpenAI, Caitlin Kalinowski, ha dimitido tras la controvertida asociación de la empresa con el Departamento de Defensa.“Esta no fue una decisión fácil”, explicó Kalinowski en un comunicado en redes sociales. “Aunque la IA dese





Hogar






