OpenAI Voice APIの機能強化:文字起こし精度の向上、エージェント処理速度が40%向上
OpenAIは先日、世界中の開発者向けに2つの重要なAPIアップデートを発表しました。これらは、音声対話や複雑なタスクのワークフローにおけるAIエージェントのパフォーマンスを大幅に向上させることを目的としています。
モデルに関しては、新しいリアルタイムモデル「gpt-realtime-1.5」および関連する音声モデルが正式にリリースされました。これらは主に、音声コマンドの信頼性を高めることを目的としています。 OpenAIの内部テストデータによると、この新しいモデルは数字や文字の文字起こし精度を約10%向上させ、論理的な音声タスクの精度を5%向上させ、指示の実行精度を7%向上させており、AIが重要なフレーズを誤って解釈したり、複雑な音声コマンドの処理に苦労したりする問題を効果的に解決しています。

アーキテクチャの面では、Responses API がWebSocketプロトコルに対応するようになり、AIの通信において大きな転換点となりました。リクエストごとにコンテキスト全体を再送信する必要があった従来の方法とは異なり、WebSocketにより開発者は永続的な接続を確立でき、システムは新しい情報が生成された際に増分データのみを送信するようになります。
OpenAIは、この改善が、多数のツールを頻繁に呼び出す複雑なAIエージェントにとって特に重要であると指摘しています。これにより、それらの動作速度を20%から40%直接向上させることができるからです。
関連記事
テキサス州、知事の監査要請を受け、新規データセンターの建設を一時停止
テクノロジー企業やソフトウェアエンジニアは、最適なデータセンターの立地を求めて米国各地を積極的に調査しており、テキサス州の緩やかな規制環境と、豊富と思われるエネルギー供給が大きな魅力となっている。実際、現在テキサス州よりも多くのデータセンターを擁しているのはバージニア州だけである。しかし、テキサス州でさえも容量の限界に直面している。グレッグ・アボット知事は月曜日、すべての新規データセンター計画につ
OpenAI、ChatGPTのApple HealthおよびEMRとの統合を発表、週3億人のユーザーにサービスを提供
OpenAIはChatGPT Healthの待機リストを正式に廃止し、18歳以上のすべての米国ユーザーが利用可能になった。無料、Go、Plus、Proのどのサブスクリプションティアに属する個人でも、WebおよびiOSプラットフォームのChatGPTサイドバーから直接健康機能にアクセスできるようになった。OpenAIによると、ChatGPTにおける週間の健康関連クエリは、当初の2億300万件から3億件を超えて急増している。Apple Healthおよび電子カルテとの統合により、AIはあなたの体の包
あるスタートアップは、インドのギグワーカーが世界中のロボットを訓練できると見込んでいる
インドのオンライン食品配達業界は近年急速に拡大しており、ZomatoやSwiggyの上場やクラウドキッチンの急増がその特徴となっています。同時に、Urban Company、Snabbit、Prontoといったオンデマンドのホームサービス系スタートアップも人気を集めています。サンフランシスコを拠点とするスタートアップ「ヒューマン・アーカイブ(Human Archive)」は、こうした企業の成長に便
関連特集おすすめ
コメント (0)
0/500
OpenAIは先日、世界中の開発者向けに2つの重要なAPIアップデートを発表しました。これらは、音声対話や複雑なタスクのワークフローにおけるAIエージェントのパフォーマンスを大幅に向上させることを目的としています。
モデルに関しては、新しいリアルタイムモデル「gpt-realtime-1.5」および関連する音声モデルが正式にリリースされました。これらは主に、音声コマンドの信頼性を高めることを目的としています。 OpenAIの内部テストデータによると、この新しいモデルは数字や文字の文字起こし精度を約10%向上させ、論理的な音声タスクの精度を5%向上させ、指示の実行精度を7%向上させており、AIが重要なフレーズを誤って解釈したり、複雑な音声コマンドの処理に苦労したりする問題を効果的に解決しています。

アーキテクチャの面では、Responses API がWebSocketプロトコルに対応するようになり、AIの通信において大きな転換点となりました。リクエストごとにコンテキスト全体を再送信する必要があった従来の方法とは異なり、WebSocketにより開発者は永続的な接続を確立でき、システムは新しい情報が生成された際に増分データのみを送信するようになります。
OpenAIは、この改善が、多数のツールを頻繁に呼び出す複雑なAIエージェントにとって特に重要であると指摘しています。これにより、それらの動作速度を20%から40%直接向上させることができるからです。
テキサス州、知事の監査要請を受け、新規データセンターの建設を一時停止
テクノロジー企業やソフトウェアエンジニアは、最適なデータセンターの立地を求めて米国各地を積極的に調査しており、テキサス州の緩やかな規制環境と、豊富と思われるエネルギー供給が大きな魅力となっている。実際、現在テキサス州よりも多くのデータセンターを擁しているのはバージニア州だけである。しかし、テキサス州でさえも容量の限界に直面している。グレッグ・アボット知事は月曜日、すべての新規データセンター計画につ
OpenAI、ChatGPTのApple HealthおよびEMRとの統合を発表、週3億人のユーザーにサービスを提供
OpenAIはChatGPT Healthの待機リストを正式に廃止し、18歳以上のすべての米国ユーザーが利用可能になった。無料、Go、Plus、Proのどのサブスクリプションティアに属する個人でも、WebおよびiOSプラットフォームのChatGPTサイドバーから直接健康機能にアクセスできるようになった。OpenAIによると、ChatGPTにおける週間の健康関連クエリは、当初の2億300万件から3億件を超えて急増している。Apple Healthおよび電子カルテとの統合により、AIはあなたの体の包
あるスタートアップは、インドのギグワーカーが世界中のロボットを訓練できると見込んでいる
インドのオンライン食品配達業界は近年急速に拡大しており、ZomatoやSwiggyの上場やクラウドキッチンの急増がその特徴となっています。同時に、Urban Company、Snabbit、Prontoといったオンデマンドのホームサービス系スタートアップも人気を集めています。サンフランシスコを拠点とするスタートアップ「ヒューマン・アーカイブ(Human Archive)」は、こうした企業の成長に便





家






