المواصفات التقنية لـ gpt-realtime-1.5
| البند | gpt-realtime-1.5 (التموضع العام) |
|---|---|
| عائلة النموذج | GPT Realtime 1.5 (إصدار مُحسَّن للصوت) |
| النمط الأساسي | تحويل الكلام إلى كلام (S2S) |
| أنواع الإدخال | صوت (تدفق)، نص |
| أنواع الإخراج | صوت (تدفق)، نص، استدعاءات أدوات مُهيكلة |
| واجهة برمجة التطبيقات | واجهة برمجة تطبيقات الزمن الحقيقي (WebRTC / جلسات بث مستمرة) |
| ملف تعريف الكمون | مُحسَّن لزمن استجابة منخفض للتفاعل الحواري الحي |
| نموذج الجلسة | جلسات بث ذات حالة (Stateful) |
| استخدام الأدوات | يدعم استدعاء الدوال وتكامل الأدوات |
| حالة الاستخدام المستهدفة | وكلاء صوتيون حيّون، مساعدين، أنظمة تفاعلية |
ملاحظة: حدود الرموز وسعات نافذة السياق الدقيقة ليست موثَّقة بشكل بارز في الملخصات العامة؛ يُمَوضع النموذج للاستجابة الفورية في الزمن الحقيقي أكثر من دعمه جلسات ذات سياق طويل للغاية.
ما هو gpt-realtime-1.5؟
gpt-realtime-1.5 هو نموذج منخفض الكمون مُحسَّن لتحويل الكلام إلى كلام، ومصمَّم للأنظمة الحوارية الحيّة. بخلاف نماذج الطلب-الاستجابة التقليدية، يعمل من خلال جلسات بث مستمرة، ما يتيح تناوب الأدوار الطبيعي، والتعامل مع المقاطعات، والتفاعل الصوتي الديناميكي.
إنه مُصمَّم خصيصاً للتطبيقات التي تُقدّم سرعة تدفق المحادثة على طول السياق الأقصى.
الميزات الرئيسية
- تفاعل حقيقي من كلام إلى كلام — يقبل إدخالاً صوتياً حياً ويُرسل استجابات منطوقة متدفقة في الزمن الحقيقي.
- بنية منخفضة الكمون — مصممة لاستجابة حوارية دون الثانية في الوكلاء الصوتيين.
- تصميم يركّز على البث — يعمل عبر جلسات مستمرة (WebRTC أو بروتوكولات البث).
- تناوب أدوار طبيعي — يدعم التعامل مع المقاطعة وتدفق المحادثة الديناميكي.
- دعم استدعاء الأدوات — يمكنه تشغيل استدعاءات دوال مُهيكلة أثناء جلسة زمن حقيقي.
- أساس جاهز للإنتاج للوكلاء الصوتيين — بُني خصيصاً للمساعدين التفاعليين، والأكشاك، والأجهزة المُضمَّنة.
المعايير وموضع الأداء
تُقدّم OpenAI نموذج gpt-realtime-1.5 كمرحلة متطورة عن النماذج السابقة في الزمن الحقيقي مع تحسين اتباع التعليمات، وزيادة الاستقرار خلال جلسات الصوت الممتدة، ونبرات أكثر طبيعية مقارنة بالإصدارات السابقة.
وبخلاف النماذج الموجّهة للبرمجة (مثل إصدارات Codex)، يُقاس الأداء أكثر بكمون المحادثة، وطبيعية الصوت، واستقرار الجلسة، لا بمقاييس لوائح الترتيب.
مقارنة gpt-realtime-1.5 بالنماذج ذات الصلة
| الميزة | gpt-realtime-1.5 | gpt-audio-1.5 |
|---|---|---|
| الهدف الأساسي | تفاعل صوتي حي | تدفقات محادثة داعمة للصوت |
| زمن الكمون | مُحسَّن لأدنى تأخير ممكن | توازن بين الجودة والسرعة |
| نوع الجلسة | جلسة بث مستمرة | تدفق Chat Completions القياسي |
| حجم السياق | مُحسَّن للاستجابة | دعم لسياق أكبر |
| أفضل حالات الاستخدام | وكلاء صوتيون بالزمن الحقيقي | مساعدين حواريين بدعم صوتي |
متى تختار كل نموذج
- اختر gpt-realtime-1.5 لمراكز الاتصال، والأكشاك، والاستقبالات المدعومة بالذكاء الاصطناعي، أو المساعدين المُضمَّنين الحيّة.
- اختر gpt-audio-1.5 لتطبيقات الدردشة المُمكّنة صوتياً التي تتطلب ذاكرة محادثة أطول أو تدفقات عمل متعددة الوسائط.
حالات استخدام تمثيلية
- وكلاء مراكز اتصال بالذكاء الاصطناعي
- مساعدين لأجهزة ذكية
- أكشاك تفاعلية
- أنظمة تدريس حيّة
- أدوات ممارسة اللغة بالزمن الحقيقي
- تطبيقات يتم التحكم فيها بالصوت
- كيفية الوصول إلى واجهة برمجة تطبيقات GPT realtime 1.5
الخطوة 1: التسجيل للحصول على مفتاح API
سجّل الدخول إلى cometapi.com. إذا لم تكن مستخدماً لدينا بعد، يُرجى التسجيل أولاً. سجّل الدخول إلى CometAPI console. احصل على بيانات اعتماد الوصول مفتاح API للواجهة. انقر "Add Token" عند رمز API في المركز الشخصي، واحصل على مفتاح الرمز: sk-xxxxx ثم أرسل.
الخطوة 2: إرسال الطلبات إلى واجهة برمجة تطبيقات GPT realtime 1.5
اختر نقطة النهاية “gpt-realtime-1.5” لإرسال طلب واجهة البرمجة واضبط جسم الطلب. يتم الحصول على طريقة الطلب وجسم الطلب من وثائق واجهة برمجة التطبيقات على موقعنا. يوفّر موقعنا أيضاً Apifox للاختبار لراحتك. استبدل <YOUR_API_KEY> بمفتاح CometAPI الفعلي من حسابك. عنوان الأساس هو Chat Completions
أدرِج سؤالك أو طلبك في حقل المحتوى — فهذا ما سيستجيب له النموذج. عالج استجابة الواجهة للحصول على الإجابة المُولَّدة.
الخطوة 3: استرجاع النتائج والتحقق منها
عالج استجابة الواجهة للحصول على الإجابة المُولَّدة. بعد المعالجة، تستجيب واجهة البرمجة بحالة المهمة وبيانات المخرجات.