Baseten เปิดตัว Voice Agent Stack และ API สำหรับ voice agent แบบเรียลไทม์ Realtime Voice ในรูปแบบ private preview
Introducing the Baseten Voice Agent Stack: own and optimize voice agents end-to-end
Baseten เปิดตัว Baseten Voice Agent Stack ซึ่งเป็นโครงสร้างพื้นฐานสำหรับรัน voice agent ในสภาพแวดล้อมจริงบน Baseten Dedicated Inference พร้อมกับ Baseten Realtime Voice ซึ่งเป็น API voice agent ตัวอย่างที่สร้างขึ้นบนสแตกดังกล่าว ทั้งสองอยู่ในช่วง private preview โดย Realtime Voice ทำงานผ่านลำดับของโมเดลเสียงแบบ open-weight ที่ปรับแต่งโดย Baseten ภายใต้ตัวจัดการที่ใช้ Pipecat มีค่าใช้จ่ายประมาณ $0.012 ต่อนาทีเสียงเมื่อมีสตรีมพร้อมกัน 32 สตรีม และรายงานผล 93% บน Full-Duplex-Bench และ 73.5% บน τ²-Bench Voice สแตกนี้เก็บตัวจัดการและโมเดลไว้ในคลัสเตอร์เดียวกัน ขยายแต่ละองค์ประกอบได้อย่างอิสระ รองรับ post-training ในแต่ละขั้นตอน และใช้โปรโตคอล OpenAI Realtime เพื่อให้ย้ายระบบได้ง่ายขึ้น
แหล่งข่าว:Baseten Blog · baseten.co