Trong bài này
GPT-Live-1 có gì mới?
OpenAI phát hành GPT-Live-1 qua API để xây dựng ứng dụng hội thoại giọng nói thời gian thực. Model hỗ trợ hội thoại full-duplex, nghĩa là có thể nghe và nói với luồng tương tác tự nhiên hơn thay vì chỉ theo lượt cứng.
Hướng tới voice agent thực tế
OpenAI nhấn mạnh khả năng điều khiển giọng nói, hỗ trợ telephony và phối hợp với model hoặc tool khác để xử lý tác vụ sâu hơn. Điều này cho phép voice agent vừa giao tiếp vừa gọi hệ thống nghiệp vụ phía sau.
Ứng dụng phù hợp
Các use case rõ nhất gồm tổng đài, hỗ trợ khách hàng, trợ lý đặt lịch, trợ lý bán hàng và các quy trình cần tương tác bằng giọng nói nhưng vẫn phải truy cập dữ liệu hoặc hành động qua API.
Cần kiểm thử gì?
Độ trễ, khả năng nghe đúng mã số/tên riêng, chất lượng tiếng Việt, xử lý ngắt lời và chi phí theo thời lượng là các yếu tố nên được thử trên dữ liệu thật trước khi triển khai rộng.