AI & computing › Generatieve AI & synthetische media
OpenAI opent spraakmodel GPT-Live-1 voor ontwikkelaars via nieuwe API
OpenAI maakt zijn nieuwste spraakmodel GPT-Live-1 beschikbaar voor ontwikkelaars via een API. Het model kan tegelijk praten én luisteren en scoort op vrijwel elke test flink beter dan zijn voorganger. Het Amerikaanse techbedrijf Yelp gebruikt het al voor telefonische reserveringen.
OpenAI zet een volgende stap in spraaktechnologie. Het bedrijf achter ChatGPT stelt zijn spraakmodel GPT-Live-1 nu ook open voor externe ontwikkelaars, via een API. Daarmee kunnen bedrijven zelf apps en diensten bouwen die met gebruikers kunnen praten, zoals nu al gebeurt in de spraakfunctie van ChatGPT zelf.
Het bijzondere aan GPT-Live-1 is dat het model full-duplex werkt: het kan tegelijkertijd spreken en luisteren, net als mensen dat in een gewoon gesprek doen. Eerdere spraakmodellen werkten meestal om beurten, waardoor gesprekken al snel houterig aanvoelden. Voor de onderliggende techniek is bidirectionele streaming nodig: audio gaat in twee richtingen tegelijk, zonder dat het model hoeft te wachten tot de ander is uitgesproken.
Flinke sprong in prestaties
OpenAI heeft het model getest tegen zijn voorganger GPT-Realtime-2.1, en de verschillen zijn groot. Op een test die meet hoe goed een model tegelijk kan praten en luisteren, haalt GPT-Live-1 een score van 80,1 procent, tegen 45,4 procent voor het oude model. Ook de reactietijd bij het wisselen van spreekbeurt gaat flink omlaag: van 1,4 seconde naar 0,8 seconde. Dat verschil is voor gebruikers goed merkbaar, want stiltes van meer dan een seconde voelen in een telefoongesprek al onnatuurlijk aan.
Ook de nauwkeurigheid waarmee het model taken kan uitvoeren via toolaanroepen — bijvoorbeeld het opzoeken van een adres of het inplannen van een afspraak — stijgt van 60 naar 87 procent. In een specifieke test voor telefonische bankondersteuning gaat het slagingspercentage van 12,4 naar 32 procent. Dat cijfer laat ook zien dat spraak-AI voor complexere taken nog altijd ruimte voor verbetering heeft, ondanks de vooruitgang.
Twaalf nieuwe stemmen en eerste klanten
Naast de technische verbeteringen introduceert OpenAI twaalf nieuwe stemmen, met verschillende accenten, dialecten en talen. Het model levert ook automatisch een tekstuele transcriptie van het gesprek en van de eigen antwoorden, wat handig is voor bedrijven die gesprekken willen loggen of analyseren.
Het gebruik van GPT-Live-1 is niet goedkoop: ontwikkelaars betalen 0,05 dollar per minuut. Toch stapt het Amerikaanse recensieplatform Yelp al over. Techdirecteur Alex Levy meldt dat het model telefonische reserveringen beter afhandelt dan voorheen. Volledige technische details volgen in de API-documentatie van OpenAI.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Spraakassistenten die écht kunnen praten en luisteren zoals mensen, zonder onnatuurlijke pauzes, maken telefonische dienstverlening door AI een stuk geloofwaardiger. Dat opent de deur voor meer bedrijven om klantenservice, reserveringen en callcenters (deels) te automatiseren, al blijft de betrouwbaarheid bij complexere taken zoals bankzaken nog beperkt.
- Full-duplex
- Een systeem dat tegelijkertijd kan zenden en ontvangen, in dit geval dus tegelijk kan praten én luisteren, net als in een normaal gesprek.
- API
- Een interface waarmee ontwikkelaars software van een ander bedrijf, zoals een AI-model, kunnen inbouwen in hun eigen apps.
- Toolaanroep
- Het moment waarop een AI-model zelf een extern programma of functie aanroept, bijvoorbeeld om informatie op te zoeken of een actie uit te voeren.
- Beurtwisselingslatentie
- De tijd die een spraakmodel nodig heeft om te reageren nadat de gebruiker is uitgesproken; hoe korter, hoe natuurlijker een gesprek aanvoelt.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
