Microsoft revela modelos inovadores de mini áudio GPT-4o no serviço Azure OpenAI
A Microsoft revelou recentemente dois modelos avançados de áudio — GPT-4o-Mini-Realtime-Preview e GPT-4o-Mini-Audio-Preview. Essas adições inovadoras ao Azure OpenAI Service prometem redefinir os engajamentos orientados por voz e aprimorar o conteúdo gerado por IA.
Revolucionando as interações de voz em tempo real
O modelo GPT-4o-Mini-Realtime-Preview define um novo padrão para interações de voz em tempo real. Com este modelo, os desenvolvedores ganham a capacidade de criar experiências de voz imersivas adequadas para aplicativos como bots de atendimento ao cliente e assistentes virtuais inteligentes. Seus recursos de processamento de áudio de ponta facilitam a comunicação natural, melhorando significativamente os tempos de resposta.
Soluções de áudio econômicas
Por outro lado, o modelo GPT-4o-Mini-Audio-Preview oferece uma alternativa econômica ao mesmo tempo em que fornece qualidade de interação de áudio superior. Este modelo abre as portas para que as empresas explorem funcionalidades de áudio orientadas por IA, que vão desde análise de sentimentos até a transformação de texto em conteúdo de áudio envolvente — tudo por uma fração do custo em comparação aos modelos de áudio GPT-4o existentes.
A API de preenchimento de bate-papo com o modelo de visualização GPT-4o-Audio foi projetada para transformar a maneira como os usuários interagem com a IA incorporando elementos de áudio naturais, adicionando profundidade aos aplicativos que exigem compreensão diferenciada e geração de respostas.
Ampla aplicação em todos os setores
Allan Carranza, gerente sênior de produtos da Azure OpenAI, enfatizou que a integração desses modelos com a API em tempo real e a API de conclusão de bate-papo existentes garante uma experiência perfeita para os usuários. As aplicações para esses modelos se estendem por vários setores; por exemplo, bots de voz e assistentes virtuais agora podem fornecer respostas mais precisas, aumentando assim a satisfação do cliente.
Além disso, criadores de conteúdo em desenvolvimento de videogames, podcasting e produção de filmes podem esperar ver seus fluxos de trabalho significativamente simplificados com a geração avançada de fala. Carranza destacou o potencial para serviços de saúde e jurídicos utilizarem essa tecnologia para tradução de áudio em tempo real, eliminando lacunas linguísticas de forma eficaz.
Os modelos GPT 4o associados à Realtime API e à Chat Completions API oferecem suporte a recursos de áudio e fala, cada um oferecendo funcionalidades exclusivas para experiências de usuário orientadas por IA.
Disponibilidade de novos modelos
Os novos modelos GPT-4o-Mini-Realtime-Preview e GPT-4o-Mini-Audio-Preview agora estão acessíveis para visualização pública no Azure AI Foundry. Empresas e desenvolvedores são incentivados a explorar essas ferramentas transformadoras para aprimorar seus aplicativos.
Artigos relacionados:
Engenheiro da Microsoft explica o impacto de fundos de cores sólidas na velocidade de login do Windows 7
10:03
Microsoft apresenta edição lado a lado para várias planilhas no Excel para Mac
19:28
Troque dispositivos de áudio com este pequeno aplicativo de brinquedo do Windows
17:49
Deixe um comentário ▼