🎙 مجموعه OpenAI و معرفی GPT-Realtime؛ پیشرفته‌ترین مدل گفتار به گفتار

مدل جدید gpt-realtime حالا استاندارد تازه‌ای برای دستیارهای صوتی و بات‌های تماس تعریف می‌کند.

💰 قیمت‌ها:

🎧 ورودی صوتی: ۳۲ دلار به ازای هر ۱ میلیون توکن

🗂 ورودی کش‌شده: ۰.۴ دلار به ازای هر ۱ میلیون توکن

🔊 خروجی صوتی: ۶۴ دلار به ازای هر ۱ میلیون توکن


📊 نتایج بنچمارک‌ها:

MultiChallenge (Audio) – دقت در دنبال‌کردن دستورهای صوتی:
▫ gpt-realtime: %۳۰.۵
▫ gpt-4o-realtime-preview-2025-06-03: %۲۶.۵
▫ gpt-4o-realtime-preview-2024-12-17: %۲۰.۶

ComplexFuncBench (Audio) – دقت در اجرای دستورهای پیچیده:
▫ gpt-realtime: %۶۶.۵
▫ gpt-4o-realtime-preview-2025-06-03: %۵۸.۹
▫ gpt-4o-realtime-preview-2024-12-17: %۴۹.۷


🔑 چرا مهم است؟

درک بهتر و دقیق‌تر دستورهای صوتی 🎯

کاهش خطا در فهم گفتار 🗣

آماده برای استفاده واقعی در دستیارهای صوتی و مراکز تماس 📞


این مدل با داده‌های باکیفیت و پاداش‌دهی تخصصی آموزش دیده و کیفیت صدای خروجی آن بسیار طبیعی است.

#هوش_مصنوعی #OpenAI #گفتار_به_گفتار #VoiceAI #GPTRealtime
@rss_ai_ir