A OpenAI revela suas capacidades de inteligência vocal em sua API

A OpenAI anunciou na quinta-feira que sua API agora inclui várias novas funcionalidades de inteligência vocal, projetadas para ajudar desenvolvedores a criar aplicativos capazes de falar, transcrever e traduzir conversas.
O novo modelo GPT-Realtime-2 da empresa é outro modelo vocal, desenvolvido para produzir uma simulação vocal realista que pode participar de conversas com os usuários. No entanto, diferente de seu predecessor (GPT-Realtime-1.5), esta versão incorpora o raciocínio do nível GPT-5, que a OpenAI afirma ter sido desenvolvido para lidar com solicitações mais complexas dos usuários.
A empresa também está lançando o GPT-Realtime-Translate, que, como o nome indica, oferece serviços de tradução em tempo real que acompanham o usuário durante as conversas. Esta funcionalidade suporta mais de 70 idiomas de entrada e 13 idiomas de saída.
Finalmente, a empresa introduziu uma nova capacidade de transcrição chamada GPT-Realtime-Whisper, que fornece funcionalidade de conversão de fala em texto em tempo real, capturando as palavras à medida que as interações ocorrem.
“Juntos, os modelos que estamos lançando levam o áudio em tempo real de interações simples de chamada e resposta para interfaces vocais que realmente podem realizar tarefas: ouvir, raciocinar, traduzir, transcrever e agir à medida que a conversa se desenrola”, afirmou a empresa.
Quem se beneficiará dessas atualizações? As empresas que buscam expandir suas capacidades de atendimento ao cliente são um público óbvio. No entanto, a OpenAI também observa que as novas funcionalidades serão úteis em uma ampla gama de áreas, incluindo educação, mídia, eventos e plataformas para criadores.
Por mais úteis que esses ferramentas sejam do ponto de vista empresarial, também existe o potencial de uso indevido. A empresa afirma ter implementado medidas de segurança para evitar que suas novas funcionalidades sejam usadas para spams, fraudes ou outros tipos de abuso on-line. Trigger específicos foram incorporados no sistema para que “as conversas possam ser interrompidas caso seja detectado que violam nossas diretrizes de conteúdo prejudicial”, segundo a OpenAI.
Todos os novos modelos vocais estão incluídos na API em tempo real da OpenAI. O Translate e o Whisper são cobrados por minuto, enquanto o GPT-Realtime-2 é cobrado com base no consumo de tokens.
Artigo relacionado
Sam Altman Gera Debate Sobre a Desaceleração da IA
Escute noApple PodcastsEscute noSpotifyO CEO da OpenAI, Sam Altman, sugeriu recentemente que pode ser hora de “controlar o ritmo do desenvolvimento de IA” para permitir que a sociedade “se fortaleça em torno de alguns desses novos níveis de capacida
A OpenAI process a Apple por violação de segredo comercial
A OpenAI refutou as alegações de segredo comercial da Apple na terça-feira, argumentando que a ação judicial é infundada.“Levamos essas alegações a sério, mas não vemos evidências que as apoiem”, afirmou a OpenAI, conforme relatado por Ed Ludlow, da
A cabeça de robótica da OpenAI, Caitlin Kalinowski, renuncia devido à parceria com o Pentágono
O líder de robótica da OpenAI, Caitlin Kalinowski, renunciou após a polêmica parceria da empresa com o Departamento de Defesa.“Esta não foi uma decisão fácil”, explicou Kalinowski em uma declaração nas redes sociais. “Embora a IA desempenhe um papel
Recomendações de tópicos especiais relacionados
Comentários (0)

A OpenAI anunciou na quinta-feira que sua API agora inclui várias novas funcionalidades de inteligência vocal, projetadas para ajudar desenvolvedores a criar aplicativos capazes de falar, transcrever e traduzir conversas.
O novo modelo GPT-Realtime-2 da empresa é outro modelo vocal, desenvolvido para produzir uma simulação vocal realista que pode participar de conversas com os usuários. No entanto, diferente de seu predecessor (GPT-Realtime-1.5), esta versão incorpora o raciocínio do nível GPT-5, que a OpenAI afirma ter sido desenvolvido para lidar com solicitações mais complexas dos usuários.
A empresa também está lançando o GPT-Realtime-Translate, que, como o nome indica, oferece serviços de tradução em tempo real que acompanham o usuário durante as conversas. Esta funcionalidade suporta mais de 70 idiomas de entrada e 13 idiomas de saída.
Finalmente, a empresa introduziu uma nova capacidade de transcrição chamada GPT-Realtime-Whisper, que fornece funcionalidade de conversão de fala em texto em tempo real, capturando as palavras à medida que as interações ocorrem.
“Juntos, os modelos que estamos lançando levam o áudio em tempo real de interações simples de chamada e resposta para interfaces vocais que realmente podem realizar tarefas: ouvir, raciocinar, traduzir, transcrever e agir à medida que a conversa se desenrola”, afirmou a empresa.
Quem se beneficiará dessas atualizações? As empresas que buscam expandir suas capacidades de atendimento ao cliente são um público óbvio. No entanto, a OpenAI também observa que as novas funcionalidades serão úteis em uma ampla gama de áreas, incluindo educação, mídia, eventos e plataformas para criadores.
Por mais úteis que esses ferramentas sejam do ponto de vista empresarial, também existe o potencial de uso indevido. A empresa afirma ter implementado medidas de segurança para evitar que suas novas funcionalidades sejam usadas para spams, fraudes ou outros tipos de abuso on-line. Trigger específicos foram incorporados no sistema para que “as conversas possam ser interrompidas caso seja detectado que violam nossas diretrizes de conteúdo prejudicial”, segundo a OpenAI.
Todos os novos modelos vocais estão incluídos na API em tempo real da OpenAI. O Translate e o Whisper são cobrados por minuto, enquanto o GPT-Realtime-2 é cobrado com base no consumo de tokens.
Sam Altman Gera Debate Sobre a Desaceleração da IA
Escute noApple PodcastsEscute noSpotifyO CEO da OpenAI, Sam Altman, sugeriu recentemente que pode ser hora de “controlar o ritmo do desenvolvimento de IA” para permitir que a sociedade “se fortaleça em torno de alguns desses novos níveis de capacida
A OpenAI process a Apple por violação de segredo comercial
A OpenAI refutou as alegações de segredo comercial da Apple na terça-feira, argumentando que a ação judicial é infundada.“Levamos essas alegações a sério, mas não vemos evidências que as apoiem”, afirmou a OpenAI, conforme relatado por Ed Ludlow, da
A cabeça de robótica da OpenAI, Caitlin Kalinowski, renuncia devido à parceria com o Pentágono
O líder de robótica da OpenAI, Caitlin Kalinowski, renunciou após a polêmica parceria da empresa com o Departamento de Defesa.“Esta não foi uma decisão fácil”, explicou Kalinowski em uma declaração nas redes sociais. “Embora a IA desempenhe um papel





Lar






