Новость

OpenAI рассказала о работе голосовых разговоров GPT-Live

1 источник

Все новости

OpenAI описала, как GPT-Live обеспечивает более естественные голосовые диалоги: непрерывный аудиопоток, фоновую обработку и переключение на новую модель без пауз. В инфраструктуре также использованы Go и WARP для снижения задержки.

OpenAI рассказала, как устроены естественные голосовые разговоры GPT-Live. Вместо ожидания окончания речи пользователя система использует непрерывный аудиопоток, чтобы одновременно слушать и отвечать, а более сложные рассуждения и вызовы инструментов выполняются в фоновом режиме. Для снижения задержки OpenAI перестроила значительную часть голосовой инфраструктуры на Go. Компания утверждает, что самые медленные ответы новой системы теперь сопоставимы со средними ответами предыдущей версии. При длительных разговорах GPT-Live незаметно переключается на новую модель, уже загруженную с историей чата, чтобы продолжать диалог без перерывов. Также был представлен WARP (WebRTC Abridged Roundtrip Protocol), который сокращает установку соединения с шести сетевых круговых обменов до одного, а Instant Connect позволяет начинать сеансы с одного UDP-пакета.

Источники 1
  • OpenAI рассказала о работе голосовых разговоров GPT-Live AI Post 
    🎤 OpenAI reveals the secret behind GPT-Live’s natural voice conversations

OpenAI has shared how GPT-Live delivers conversations that feel surprisingly human.

Instead of waiting for you to stop talking, GPT-Live uses continuous audio, meaning it listens and speaks at the same time for a smoother, more natural flow.

Complex reasoning and tool calls happen in the background while a faster model keeps the conversation going, so you don’t experience awkward pauses.

OpenAI also rebuilt much of its voice infrastructure in Go, significantly reducing latency. The company says the new system’s slowest responses are now as fast as the average responses from the previous version.

For long conversations, GPT-Live quietly switches to a new model that’s already loaded with your chat history, keeping the conversation going without interruptions.

It also introduced WARP (WebRTC Abridged Roundtrip Protocol), cutting connection setup from six network round trips to just one, with Instant Connect allowing sessions to start from a single UDP packet.

The result? A voice assistant that feels far more like talking to a real person.

@aipost 🏴