Microsoft presenta innovadores modelos de audio en miniatura GPT-4o en el servicio Azure OpenAI
Microsoft ha revelado recientemente dos modelos de audio avanzados: GPT-4o-Mini-Realtime-Preview y GPT-4o-Mini-Audio-Preview. Estas innovadoras incorporaciones al servicio Azure OpenAI prometen redefinir las interacciones basadas en voz y mejorar el contenido generado por IA.
Revolucionando las interacciones de voz en tiempo real
El modelo GPT-4o-Mini-Realtime-Preview establece un nuevo estándar para las interacciones de voz en tiempo real. Con este modelo, los desarrolladores obtienen la capacidad de crear experiencias de voz inmersivas adecuadas para aplicaciones como bots de atención al cliente y asistentes virtuales inteligentes. Sus capacidades de procesamiento de audio de vanguardia facilitan la comunicación natural, mejorando significativamente los tiempos de respuesta.
Soluciones de audio rentables
Por otro lado, el modelo GPT-4o-Mini-Audio-Preview ofrece una alternativa económica y, al mismo tiempo, ofrece una calidad de interacción de audio superior. Este modelo abre la puerta a que las empresas aprovechen las funcionalidades de audio impulsadas por IA, que van desde el análisis de sentimientos hasta la transformación de texto en contenido de audio atractivo, todo a una fracción del costo en comparación con los modelos de audio GPT-4o existentes.
El modelo de vista previa de la API de finalizaciones de chat con GPT-4o-Audio está diseñado para transformar la forma en que los usuarios interactúan con la IA al incorporar elementos de audio naturales, agregando profundidad a las aplicaciones que requieren comprensión matizada y generación de respuestas.
Amplia aplicación en todas las industrias
Allan Carranza, gerente senior de productos de Azure OpenAI, destacó que la integración de estos modelos con las API en tiempo real y de finalización de chat existentes garantiza una experiencia fluida para los usuarios. Las aplicaciones de estos modelos se extienden a múltiples sectores; por ejemplo, los bots de voz y los asistentes virtuales ahora pueden brindar respuestas más precisas, mejorando así la satisfacción del cliente.
Además, los creadores de contenido en el desarrollo de videojuegos, podcasting y producción cinematográfica pueden esperar ver sus flujos de trabajo significativamente optimizados con la generación avanzada de voz. Carranza destacó el potencial de los servicios de salud y legales para utilizar esta tecnología para la traducción de audio en tiempo real, cerrando las brechas lingüísticas de manera efectiva.
Los modelos GPT 4o asociados con Realtime API y Chat Completions API admiten capacidades de audio y voz, cada uno de los cuales ofrece funcionalidades únicas para experiencias de usuario impulsadas por IA.
Disponibilidad de nuevos modelos
Los nuevos modelos GPT-4o-Mini-Realtime-Preview y GPT-4o-Mini-Audio-Preview ahora están disponibles para su vista previa pública en Azure AI Foundry. Se anima a las empresas y a los desarrolladores a explorar estas herramientas transformadoras para mejorar sus aplicaciones.
Artículos relacionados:
Juega a Alien: Isolation y NHL 25 durante los días de juego gratuito de Xbox este fin de semana
22:50
Microsoft presenta compatibilidad nativa con PyTorch Arm para dispositivos Windows
19:58
Microsoft mejora la retención de comentarios de PowerPoint durante la edición
18:36
Deja una respuesta ▼