ToRun의 음성 모드는 무전기 같았습니다. 당신이 말하면 그것이 듣고, 그것이 말하면 당신의 마이크는 닫혀 있습니다. 사람들은 그렇게 대화하지 않으며, 누구나 30초쯤 지나면 이를 알아챕니다 — "아니, 그거 말고"라고 말하고 싶은데 문장이 끝날 때까지 먼저 기다려야 하는 순간이죠.
gpt-live-1은 전이중 엔진입니다. 말하는 동안에도 마이크는 열려 있습니다. 사람에게 끼어들듯 끼어들 수 있고, 그것은 말한 후가 아니라 말하는 동안에도 당신의 말을 듣습니다.
같은 계약 뒤에서
이는 우리가 이미 갖고 있던 실시간 음성과는 다른 프로토콜입니다 — 다른 엔드포인트, 다른 이벤트 어휘, 턴 식별자 없음, 턴 종료 마커 없음. 이 모든 것은 하나의 경계에서 우리 음성 브리지가 이미 사용하고 있는 이벤트로 번역됩니다. 그 아래에서는 아무것도 바뀌지 않습니다. 같은 세션, 통화 중 같은 도구들, 같은 분 단위 정산, 같은 두 개의 앱.
단 한 줄의 코드도 작성되기 전에, 프로브가 개발용 키로 제공자를 상대로 전체 루프를 실행하며 프레임을 기록했습니다. 이 기록들이 번역 계층이 테스트되는 기준 데이터입니다 — 즉 테스트되는 것은 문서가 보낸다고 주장하는 내용이 아니라 제공자가 실제로 보내는 내용입니다.
에코가 바로 아무도 이를 기본값으로 하지 않는 이유다
재생 중에 열려 있는 마이크는 어시스턴트의 목소리를 듣습니다. 억제 없이는 스스로에게 끝없이 응답합니다. 그래서 iOS에서는 오디오 세션이 에코를 취소하고 스피커폰처럼 동작하는 음성 처리 프로필로 전환되고, Android에서는 캡처 프리셋이 같은 역할을 합니다.
여기에는 실제 비용이 따르며, 그래서 이 결정은 전역이 아니라 모델별로 이루어집니다. 카탈로그 행에는 플래그가 있습니다. 이 플래그가 있는 모델은 마이크를 열어두고 억제를 켭니다. 플랫폼의 다른 모든 음성은 이전과 정확히 똑같은 자신의 게이트와 더 큰 오디오 프로필을 유지합니다. 이 결정은 세션이 시작될 때 내려지고, 등급 기본값이 다른 것으로 해석되었을 경우를 대비해 서버가 실제로 무엇을 열었는지에 따라 다시 내려집니다.
웹에서는 아무것도 바뀌지 않았습니다. 웹에서는 마이크가 애초에 잠긴 적이 없었고, 브라우저는 이미 에코 취소를 요청하고 있습니다.
아직 아닌 것
무료 등급에는 없습니다. 무료 1분은 한 번의 주고받음으로 사라져버릴 것이고, 문장 중간에 끝나버리는 할당량은 애초에 제공되지 않은 할당량보다 나쁩니다.
그리고 첫 번째 버전은 모바일에서 대전환이라기보다는 개선처럼 동작합니다. 두 앱 모두 기기 측 억제가 실제 하드웨어에서 확인될 때까지 자체 잠금의 일부를 여전히 유지하고 있기 때문입니다. 엔진은 전이중이며, 휴대폰이 이를 따라잡고 있는 중입니다.