Hogar
Actualización de la API de voz de OpenAI: mayor precisión en la transcripción y un 40 % más de velocidad en los agentes
OpenAI ha presentado recientemente dos actualizaciones clave de la API para desarrolladores de todo el mundo, diseñadas para mejorar significativamente el rendimiento de los agentes de IA en las interacciones de voz y en los flujos de trabajo de tareas complejas.
En cuanto a los modelos, se han lanzado oficialmente el nuevo modelo en tiempo real gpt-realtime-1.5 y su modelo de audio asociado. Su objetivo principal es mejorar la fiabilidad de los comandos de voz. Según los datos de pruebas internas de OpenAI, el nuevo modelo mejora la precisión de la transcripción de números y letras en aproximadamente un 10 %, aumenta la precisión en tareas lógicas de audio en un 5 % y incrementa la precisión en la ejecución de instrucciones en un 7 %, lo que resuelve de forma eficaz los problemas en los que la IA malinterpreta frases clave o tiene dificultades con comandos de voz complejos.

Desde el punto de vista arquitectónico, la API de respuestas ahora es compatible con el protocolo WebSocket, lo que supone un cambio significativo en la comunicación de la IA. A diferencia de los métodos anteriores, que requerían retransmitir el contexto completo con cada solicitud, WebSocket permite a los desarrolladores establecer una conexión persistente, de modo que el sistema solo envía datos incrementales cuando se genera nueva información.
OpenAI ha señalado que esta mejora es especialmente importante para los agentes de IA complejos que recurren con frecuencia a numerosas herramientas, ya que puede aumentar directamente su velocidad de funcionamiento entre un 20 % y un 40 %.
Artículo relacionado
Texas suspende nuevos centros de datos ante la petición del gobernador de realizar auditorías
Las empresas tecnológicas e ingenieros de software están explorando activamente los Estados Unidos en busca de ubicaciones óptimas para centros de datos, y el marco regulatorio relajado de Texas y su aparentemente abundante suministro energético resu
OpenAI presenta la integración de ChatGPT con Apple Health y los registros médicos electrónicos (EMR), sirviendo a 300 millones de usuarios semanales
OpenAI ha eliminado oficialmente la lista de espera para ChatGPT Health, haciéndolo accesible para todos los usuarios de Estados Unidos mayores de 18 años. Las personas de cualquier nivel de suscripción, incluidas las categorías Gratuita, Go, Plus y
Las startups apuestan por la fuerza laboral de la economía de pequeños encargos en India para entrenar robots globales
El sector de entrega de comida en línea de la India se ha expandido rápidamente en los últimos años, caracterizado por las ofertas públicas iniciales de Zomato y Swiggy y un aumento en las cocinas fantasmas. Al mismo tiempo, startups de servicios a d
Recomendaciones de temas especiales relacionados
comentario (0)
0/500
OpenAI ha presentado recientemente dos actualizaciones clave de la API para desarrolladores de todo el mundo, diseñadas para mejorar significativamente el rendimiento de los agentes de IA en las interacciones de voz y en los flujos de trabajo de tareas complejas.
En cuanto a los modelos, se han lanzado oficialmente el nuevo modelo en tiempo real gpt-realtime-1.5 y su modelo de audio asociado. Su objetivo principal es mejorar la fiabilidad de los comandos de voz. Según los datos de pruebas internas de OpenAI, el nuevo modelo mejora la precisión de la transcripción de números y letras en aproximadamente un 10 %, aumenta la precisión en tareas lógicas de audio en un 5 % y incrementa la precisión en la ejecución de instrucciones en un 7 %, lo que resuelve de forma eficaz los problemas en los que la IA malinterpreta frases clave o tiene dificultades con comandos de voz complejos.

Desde el punto de vista arquitectónico, la API de respuestas ahora es compatible con el protocolo WebSocket, lo que supone un cambio significativo en la comunicación de la IA. A diferencia de los métodos anteriores, que requerían retransmitir el contexto completo con cada solicitud, WebSocket permite a los desarrolladores establecer una conexión persistente, de modo que el sistema solo envía datos incrementales cuando se genera nueva información.
OpenAI ha señalado que esta mejora es especialmente importante para los agentes de IA complejos que recurren con frecuencia a numerosas herramientas, ya que puede aumentar directamente su velocidad de funcionamiento entre un 20 % y un 40 %.
Texas suspende nuevos centros de datos ante la petición del gobernador de realizar auditorías
Las empresas tecnológicas e ingenieros de software están explorando activamente los Estados Unidos en busca de ubicaciones óptimas para centros de datos, y el marco regulatorio relajado de Texas y su aparentemente abundante suministro energético resu
OpenAI presenta la integración de ChatGPT con Apple Health y los registros médicos electrónicos (EMR), sirviendo a 300 millones de usuarios semanales
OpenAI ha eliminado oficialmente la lista de espera para ChatGPT Health, haciéndolo accesible para todos los usuarios de Estados Unidos mayores de 18 años. Las personas de cualquier nivel de suscripción, incluidas las categorías Gratuita, Go, Plus y
Las startups apuestan por la fuerza laboral de la economía de pequeños encargos en India para entrenar robots globales
El sector de entrega de comida en línea de la India se ha expandido rápidamente en los últimos años, caracterizado por las ofertas públicas iniciales de Zomato y Swiggy y un aumento en las cocinas fantasmas. Al mismo tiempo, startups de servicios a d











