Thông số kỹ thuật của gpt-realtime-1.5
| Hạng mục | gpt-realtime-1.5 (định vị công khai) |
|---|---|
| Họ mô hình | GPT Realtime 1.5 (biến thể tối ưu cho giọng nói) |
| Phương thức chính | Giọng nói sang giọng nói (S2S) |
| Loại đầu vào | Âm thanh (truyền phát), văn bản |
| Loại đầu ra | Âm thanh (truyền phát), văn bản, lời gọi công cụ có cấu trúc |
| API | Realtime API (WebRTC / các phiên truyền phát duy trì) |
| Đặc tính độ trễ | Tối ưu cho độ trễ thấp, tương tác hội thoại trực tiếp |
| Mô hình phiên | Các phiên truyền phát có trạng thái |
| Sử dụng công cụ | Hỗ trợ gọi hàm và tích hợp công cụ |
| Trường hợp sử dụng mục tiêu | Tác nhân giọng nói trực tiếp, trợ lý, hệ thống tương tác |
Lưu ý: Giới hạn token và kích thước cửa sổ ngữ cảnh chính xác không được nêu bật trong các tóm tắt công khai; mô hình được định vị cho khả năng phản hồi thời gian thực thay vì các phiên ngữ cảnh cực dài.
gpt-realtime-1.5 là gì?
gpt-realtime-1.5 là mô hình tối ưu hóa cho giọng nói sang giọng nói với độ trễ thấp, được thiết kế cho các hệ thống hội thoại trực tiếp. Khác với các mô hình yêu cầu-phản hồi truyền thống, nó hoạt động thông qua các phiên truyền phát duy trì, cho phép luân phiên lượt nói tự nhiên, xử lý ngắt lời và tương tác giọng nói linh hoạt.
Nó được xây dựng có chủ đích cho các ứng dụng mà tốc độ luồng hội thoại quan trọng hơn độ dài ngữ cảnh tối đa.
Các tính năng chính
- Tương tác giọng nói sang giọng nói thực sự — Nhận đầu vào âm thanh trực tiếp và truyền phát phản hồi bằng giọng nói theo thời gian thực.
- Kiến trúc độ trễ thấp — Được thiết kế cho khả năng phản hồi hội thoại dưới một giây trong các tác nhân giọng nói.
- Thiết kế ưu tiên truyền phát — Hoạt động qua các phiên duy trì (WebRTC hoặc các giao thức truyền phát).
- Luân phiên lượt nói tự nhiên — Hỗ trợ xử lý ngắt lời và luồng hội thoại linh hoạt.
- Hỗ trợ gọi công cụ — Có thể kích hoạt các lời gọi hàm có cấu trúc trong một phiên thời gian thực.
- Nền tảng tác nhân giọng nói sẵn sàng cho sản xuất — Được xây dựng riêng cho trợ lý tương tác, ki-ốt và thiết bị nhúng.
Benchmark & định vị hiệu năng
OpenAI định vị gpt-realtime-1.5 là sự phát triển so với các mô hình thời gian thực trước đó với khả năng tuân thủ chỉ dẫn được cải thiện, ổn định hơn trong các phiên thoại kéo dài và ngữ điệu tự nhiên hơn so với các bản phát hành trước.
Khác với các mô hình tập trung vào lập trình (ví dụ các biến thể Codex), hiệu năng được đo lường nhiều hơn bằng độ trễ hội thoại, độ tự nhiên của giọng nói và độ ổn định phiên thay vì các benchmark kiểu bảng xếp hạng.
gpt-realtime-1.5 so với các mô hình liên quan
| Tính năng | gpt-realtime-1.5 | gpt-audio-1.5 |
|---|---|---|
| Mục tiêu chính | Tương tác giọng nói trực tiếp | Quy trình trò chuyện có hỗ trợ âm thanh |
| Độ trễ | Tối ưu cho độ trễ tối thiểu | Cân bằng giữa chất lượng/tốc độ |
| Loại phiên | Phiên truyền phát duy trì | Luồng Chat Completions tiêu chuẩn |
| Kích thước ngữ cảnh | Tối ưu cho khả năng phản hồi | Hỗ trợ ngữ cảnh lớn hơn |
| Trường hợp sử dụng tốt nhất | Tác nhân giọng nói thời gian thực | Trợ lý hội thoại có âm thanh |
Khi nào chọn từng mô hình
- Chọn gpt-realtime-1.5 cho tổng đài, ki-ốt, lễ tân AI hoặc trợ lý nhúng trực tiếp.
- Chọn gpt-audio-1.5 cho các ứng dụng chat hỗ trợ giọng nói cần bộ nhớ hội thoại dài hơn hoặc quy trình đa phương thức.
Trường hợp sử dụng tiêu biểu
- Tác nhân tổng đài AI
- Trợ lý thiết bị thông minh
- Ki-ốt tương tác
- Hệ thống gia sư trực tiếp
- Công cụ luyện ngôn ngữ thời gian thực
- Ứng dụng điều khiển bằng giọng nói
- Cách truy cập GPT realtime 1.5 API
Bước 1: Đăng ký API key
Đăng nhập vào cometapi.com. Nếu bạn chưa là người dùng của chúng tôi, vui lòng đăng ký trước. Đăng nhập vào CometAPI console. Lấy API key thông tin xác thực của giao diện. Nhấp “Add Token” tại mục API token trong trung tâm cá nhân, nhận khóa token: sk-xxxxx và gửi.
Bước 2: Gửi yêu cầu tới GPT realtime 1.5 API
Chọn endpoint “gpt-realtime-1.5” để gửi yêu cầu API và thiết lập phần thân yêu cầu. Phương thức yêu cầu và phần thân yêu cầu được lấy từ tài liệu API trên website của chúng tôi. Website của chúng tôi cũng cung cấp kiểm thử Apifox để bạn tiện sử dụng. Thay thế <YOUR_API_KEY> bằng CometAPI key thực tế từ tài khoản của bạn. URL cơ sở là Chat Completions
Chèn câu hỏi hoặc yêu cầu của bạn vào trường content — đây là nội dung mà mô hình sẽ phản hồi. Xử lý phản hồi API để lấy câu trả lời đã tạo.
Bước 3: Truy xuất và xác minh kết quả
Xử lý phản hồi API để lấy câu trả lời đã tạo. Sau khi xử lý, API phản hồi với trạng thái tác vụ và dữ liệu đầu ra.