OpenAI : agents vocaux accélérés avec GPT-Realtime-2.1

OpenAI ajoute deux nouveaux modèles Realtime à son API. Les modèles GPT-Realtime-2.1 et GPT-Realtime-2.1-mini sont conçus pour les agents vocaux avec une latence réduite. Le modèle mini intègre des capacités de raisonnement adaptées pour la voix.

Avant l’introduction de ces modèles, OpenAI proposait déjà des solutions pour la voix, mais avec certaines limitations de latence. La mise à jour inclut une réduction d’au moins 25% de la latence p95 grâce à des améliorations du caching. Cela favorise une intégration plus fluide des applications vocales.

Les modèles GPT-Realtime-2.1 sont disponibles via l’API d’OpenAI. Le modèle mini suit la tarification du précédent GPT-Realtime-mini. Il s’adresse spécifiquement aux applications nécessitant un traitement rapide de la voix.

Les implications techniques incluent des connexions efficaces via WebRTC pour de meilleures performances des agents vocaux. Les améliorations de latence positionnent ces modèles comme des solutions de choix pour les développeurs cherchant à intégrer des fonctionnalités vocales avancées dans leurs produits.

OpenAI continue d’améliorer ses offres en matière de modèle de langage, ciblant spécifiquement les besoins croissants des applications basées sur la voix et ancrées dans des contextes d’utilisation en temps réel.