Thông số kỹ thuật của gpt-realtime-1.5
| Mục | gpt-realtime-1.5 (định vị công khai) |
|---|---|
| Dòng mô hình | GPT Realtime 1.5 (biến thể tối ưu cho giọng nói) |
| Phương thức chính | Chuyển giọng nói sang giọng nói (S2S) |
| Loại đầu vào | Âm thanh (truyền trực tuyến), văn bản |
| Loại đầu ra | Âm thanh (truyền trực tuyến), văn bản, lệnh gọi công cụ có cấu trúc |
| API | Realtime API (WebRTC / phiên truyền trực tuyến liên tục) |
| Đặc tính độ trễ | Tối ưu cho tương tác hội thoại trực tiếp với độ trễ thấp |
| Mô hình phiên | Phiên truyền trực tuyến có trạng thái |
| Sử dụng công cụ | Hỗ trợ gọi hàm và tích hợp công cụ |
| Mục tiêu sử dụng | Tác tử giọng nói trực tiếp, trợ lý, hệ thống tương tác |
Lưu ý: Các giới hạn token cụ thể và kích thước cửa sổ ngữ cảnh không được nêu rõ ràng trong các tóm tắt công khai; mô hình được định vị cho khả năng phản hồi thời gian thực hơn là các phiên ngữ cảnh cực dài.
gpt-realtime-1.5 là gì?
gpt-realtime-1.5 là một mô hình độ trễ thấp, tối ưu cho chuyển đổi giọng nói sang giọng nói, 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 trực tuyến liên tục, cho phép luân phiên lượt nói tự nhiên, xử lý ngắt lời và tương tác giọng nói linh hoạt.
Mô hình được xây dựng chuyên biệt cho các ứng dụng nơi tốc độ dòng hội thoại quan trọng hơn độ dài ngữ cảnh tối đa.
Các tính năng chính
- Tương tác giọng nói-đến-giọng nói thực sự — Nhận đầu vào âm thanh trực tiếp và phát trực tuyến phản hồi bằng giọng nói theo thời gian thực.
- Kiến trúc độ trễ thấp — Thiết kế cho khả năng phản hồi hội thoại dưới một giây trong các tác tử giọng nói.
- Thiết kế ưu tiên truyền trực tuyến — Hoạt động thông qua các phiên liên tục (WebRTC hoặc các giao thức truyền trực tuyến).
- Luân phiên lượt nói tự nhiên — Hỗ trợ xử lý ngắt lời và dòng hội thoại linh hoạt.
- Hỗ trợ gọi công cụ — Có thể kích hoạt các lệnh gọi hàm có cấu trúc trong phiên thời gian thực.
- Nền tảng tác tử giọng nói sẵn sàng cho sản xuất — Được xây dựng đặc biệt cho trợ lý tương tác, kiosk và thiết bị nhúng.
Định vị hiệu năng & đánh giá chuẩn
OpenAI định vị gpt-realtime-1.5 như một bước tiến so với các mô hình thời gian thực trước đây, với khả năng tuân thủ hướng dẫn tốt hơn, ổn định hơn trong các phiên thoại kéo dài và ngữ điệu tự nhiên hơn so với các phiên bản trước.
Khác với các mô hình tập trung vào lập trình (ví dụ: các biến thể Codex), hiệu năng được đo lường nhiều hơn qua độ trễ hội thoại, độ tự nhiên của giọng nói và độ ổn định phiên thay vì các bảng xếp hạng theo kiểu benchmark.
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 chat 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 trực tuyến liên tục | Quy trình 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 tử giọng nói thời gian thực | Trợ lý hội thoại có âm thanh |
Khi nào nên chọn từng mô hình
- Chọn gpt-realtime-1.5 cho tổng đài, kiosk, lễ tân AI hoặc trợ lý nhúng hoạt động 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 tử tổng đài AI
- Trợ lý thiết bị thông minh
- Kiosk tương tác
- Hệ thống gia sư trực tiếp
- Công cụ luyện tập ngôn ngữ thời gian thực
- Ứng dụng điều khiển bằng giọng nói
- Cách truy cập API GPT realtime 1.5
Bước 1: Đăng ký khóa API
Đăng nhập vào cometapi.com. Nếu bạn chưa là người dùng của chúng tôi, vui lòng đăng ký trước. Đăng nhập vào Bảng điều khiển CometAPI. Nhận khóa API thông tin xác thực truy cập của giao diện. Nhấp “Add Token” tại mục API token trong trung tâm cá nhân, lấy token key: sk-xxxxx và gửi.
Bước 2: Gửi yêu cầu tới API GPT realtime 1.5
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 bài kiểm thử Apifox để bạn tiện sử dụng. Thay thế <YOUR_API_KEY> bằng khóa CometAPI 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 được tạo ra.
Bước 3: Truy xuất và xác minh kết quả
Xử lý phản hồi API để lấy câu trả lời được tạo. Sau khi xử lý, API sẽ trả về trạng thái tác vụ và dữ liệu đầu ra.