当地时间 9 月 10 日,OpenAI 将其 GPT-Live-1 全双工语音模型开放至 API。按官方定价,前端语音层为 0.05 美元/分钟、按秒计费,后端模型推理与工具调用费用另行计算;同时支持自定义音色与电话(telephony)接入。(来源:OpenAI 官方产品页/Unite.AI)
“全双工”是这项能力的关键:区别于传统的“说完再听”式轮询对话,全双工允许模型在用户讲话的同时持续聆听并即时反馈,更接近真人通话体验。加上电话网络接入能力,实时语音智能体第一次具备了直接接管既有呼叫中心号码的条件。(来源:Unite.AI)
从成本结构看,按秒计费把语音智能体的单位经济模型变得可计算:企业可以按每通电话的平均时长反推成本,再与人工坐席的时薪直接比较。这意味着语音客服、外呼与语音助手将从“技术演示”进入财务报表。对国内厂商而言,全双工语音加电话接入的组合,也把竞争焦点从“能不能听懂”推向“每通电话便宜几毛钱”。(来源:OpenAI 官方产品页/Unite.AI)
该文观点仅代表作者本人,企服科学平台仅提供信息存储空间服务。