GPT‑Audio (OpenAI)
нейросеть
GPT‑Audio — первая общедоступная аудиомодель OpenAI с улучшенным декодером, который даёт более естественное звучание и лучшую согласованность голоса. Идеальна для синтеза речи, озвучки контента и прототипирования голосовых интерфейсов. Доступна прямо в личном кабинете BotHub без VPN и с оплатой в рублях.
Характеристики
- Входные данные
- текст, документы
- Результат
- текст
- Размер контекста
- 128 000 токенов
- Макс. длина ответа
- 16 384 токена
- Возможности
- вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-audio',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-audio',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает GPT‑Audio (OpenAI)?
Попробуйте GPT‑Audio на BotHub — синтез речи доступен прямо в кабинете.Частые вопросы о GPT‑Audio (OpenAI)
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
GPT Audio, модель OpenAI, предназначена для текстовой обработки и работы с документами. Она поддерживает генерацию и преобразование текста, интеграцию с внешними инструментами и подходит для анализа документов, автоматизации ответов и встраивания в приложения.
Максимальная длина ответа у модели задаётся количеством выходных токенов; в наших данных указано значение до 16384 выходных токенов. На практике реальный объём текста может зависеть от конкретного интерфейса BotHub и настроек сессии.
В наших данных способность к пошаговому рассуждению перед ответом не отмечена, поэтому это нельзя утверждать однозначно. На практике поведение зависит от формулировки запроса и от того, как вы организуете подсказки и инструменты.
Да, в наших данных отмечено поддержание вызова функций и структурированного вывода в формате JSON. Это удобно для интеграции с внешними сервисами и автоматизации: модель может возвращать данные в машинно-читабельной структуре для дальнейшей обработки.
В наших данных указана поддержка документов в качестве входа помимо текста. Загрузка изображений, аудио или видео в этих данных не отмечена, поэтому лучше рассчитывать на передачу документов и текстовых файлов, пока мультимодальные возможности не подтверждены.
В данных про качество понимания русского языка конкретной информации нет, поэтому точную оценку дать нельзя. Реальные результаты будут зависеть от сложности формулировок и примеров; рекомендуем протестировать модель на ваших задачах перед масштабным использованием.