How we built a realtime system for responsive voice AI in six months
Что произошло: OpenAI представила GPT‑Live — систему голосового ИИ третьего поколения, которая работает в реальном времени, без задержек и с возможностью параллельного мышления.
Суть: GPT‑Live устраняет отдельный детектор речевых пауз, позволяя модели одновременно слушать и говорить. Это делает разговор более естественным и быстрым. Система использует полнодуплексную модель, потоковую передачу аудио и асинхронное делегирование сложных задач фронтовым моделям, таким как GPT‑5.5. Архитектура разделяет медиапоток и бизнес-логику, что повышает отзывчивость и упрощает кастомизацию. Инженеры также оптимизировали транспортный протокол (WARP) и запуск сессии, сократив время установки соединения с шести сетевых раундов до одного.