Lar
Atualização da API de voz da OpenAI: maior precisão na transcrição e velocidade do agente 40% mais rápida
A OpenAI apresentou recentemente duas atualizações importantes da API para desenvolvedores em todo o mundo, projetadas para aumentar significativamente o desempenho dos agentes de IA em interações de voz e fluxos de trabalho com tarefas complexas.
No que diz respeito aos modelos, o novo modelo em tempo real gpt-realtime-1.5 e seu modelo de áudio associado foram lançados oficialmente. Seu principal objetivo é aumentar a confiabilidade dos comandos de voz. De acordo com dados de testes internos da OpenAI, o novo modelo melhora a precisão da transcrição de números e letras em aproximadamente 10%, aumenta a precisão em tarefas lógicas de áudio em 5% e eleva a precisão na execução de instruções em 7%, resolvendo de forma eficaz problemas em que a IA interpreta erroneamente frases-chave ou enfrenta dificuldades com comandos de voz complexos.

Em termos de arquitetura, a API Responses agora suporta o protocolo WebSocket, marcando uma mudança significativa na comunicação da IA. Ao contrário dos métodos anteriores, que exigiam a retransmissão do contexto completo a cada solicitação, o WebSocket permite que os desenvolvedores estabeleçam uma conexão persistente, com o sistema enviando apenas dados incrementais quando novas informações são geradas.
A OpenAI observou que essa melhoria é especialmente importante para agentes de IA complexos que frequentemente acionam diversas ferramentas, pois pode aumentar diretamente sua velocidade de operação em 20% a 40%
Artigo relacionado
Texas suspende novos data centers em meio ao pedido do governador por auditorias
As empresas de tecnologia e engenheiros de software estão ativamente explorando os Estados Unidos em busca de locais ideais para data centers, e o quadro regulatório flexível do Texas, aliado a um suprimento de energia aparentemente abundante, tem se
A OpenAI revela a integração do ChatGPT com Apple Health e Prontuários Eletrônicos de Saúde, atendendo 300 milhões de usuários semanais
A OpenAI eliminou oficialmente a lista de espera do ChatGPT Health, tornando-o acessível a todos os usuários dos EUA com 18 anos ou mais. Indivíduos em qualquer nível de assinatura — incluindo Free, Go, Plus e Pro — agora podem acessar os recursos de
Startups apostam que a força de trabalho de bicos da Índia pode treinar robôs globais
O setor de entrega de alimentos online da Índia expandiu-se rapidamente nos últimos anos, marcado pelas ofertas públicas iniciais (IPOs) da Zomato e da Swiggy e por um surto de cozinhas fantasmas (cloud kitchens). Concurrentemente, startups de serviç
Recomendações de tópicos especiais relacionados
Comentários (0)
A OpenAI apresentou recentemente duas atualizações importantes da API para desenvolvedores em todo o mundo, projetadas para aumentar significativamente o desempenho dos agentes de IA em interações de voz e fluxos de trabalho com tarefas complexas.
No que diz respeito aos modelos, o novo modelo em tempo real gpt-realtime-1.5 e seu modelo de áudio associado foram lançados oficialmente. Seu principal objetivo é aumentar a confiabilidade dos comandos de voz. De acordo com dados de testes internos da OpenAI, o novo modelo melhora a precisão da transcrição de números e letras em aproximadamente 10%, aumenta a precisão em tarefas lógicas de áudio em 5% e eleva a precisão na execução de instruções em 7%, resolvendo de forma eficaz problemas em que a IA interpreta erroneamente frases-chave ou enfrenta dificuldades com comandos de voz complexos.

Em termos de arquitetura, a API Responses agora suporta o protocolo WebSocket, marcando uma mudança significativa na comunicação da IA. Ao contrário dos métodos anteriores, que exigiam a retransmissão do contexto completo a cada solicitação, o WebSocket permite que os desenvolvedores estabeleçam uma conexão persistente, com o sistema enviando apenas dados incrementais quando novas informações são geradas.
A OpenAI observou que essa melhoria é especialmente importante para agentes de IA complexos que frequentemente acionam diversas ferramentas, pois pode aumentar diretamente sua velocidade de operação em 20% a 40%
Texas suspende novos data centers em meio ao pedido do governador por auditorias
As empresas de tecnologia e engenheiros de software estão ativamente explorando os Estados Unidos em busca de locais ideais para data centers, e o quadro regulatório flexível do Texas, aliado a um suprimento de energia aparentemente abundante, tem se
A OpenAI revela a integração do ChatGPT com Apple Health e Prontuários Eletrônicos de Saúde, atendendo 300 milhões de usuários semanais
A OpenAI eliminou oficialmente a lista de espera do ChatGPT Health, tornando-o acessível a todos os usuários dos EUA com 18 anos ou mais. Indivíduos em qualquer nível de assinatura — incluindo Free, Go, Plus e Pro — agora podem acessar os recursos de
Startups apostam que a força de trabalho de bicos da Índia pode treinar robôs globais
O setor de entrega de alimentos online da Índia expandiu-se rapidamente nos últimos anos, marcado pelas ofertas públicas iniciais (IPOs) da Zomato e da Swiggy e por um surto de cozinhas fantasmas (cloud kitchens). Concurrentemente, startups de serviç











