توی قسمتِ قبل یه ویس ایجنت ساختیم که باهاش حرف می‌زدیم، ولی یه تأخیرِ چندثانیه‌ای داشت — چون صدا اول کامل ضبط می‌شد، می‌رفت متن می‌شد، بعد می‌رفت مدل، و جوابش دوباره صدا می‌شد. توی این مقاله همون اپ رو برمی‌داریم و Realtimeش می‌کنیم: با مدلِ gpt-realtime-2 که ورودی و خروجی‌ش مستقیم صداست (speech-to-speech). نتیجه… Read more

توی قسمتِ قبل یه ویس ایجنت ساختیم که باهاش حرف می‌زدیم، ولی یه تأخیرِ چندثانیه‌ای داشت (صدا اول متن می‌شد، می‌رفت مدل، و دوباره صدا می‌شد). این‌جا همون اپ رو برمی‌داریم و Realtimeش می‌کنیم — با مدلِ gpt-realtime-2 که ورودی و خروجیش مستقیم صداست. نتیجه: یه ایجنتِ صوتی که مثلِ یه آدمِ واقعی، بی‌تأخیر باهات… Read more