MOSS-LIVE
BetaリアルタイムインタラクションMOSS-Live 1.0は、自然で表現力豊かなリアルタイム対話のための全二重音声モデルです。聞きながら話すこと、自然な割り込み、バックグラウンドのAgentとの連携に対応し、リアルタイム動画ストリームと組み合わせて対話できます。
ENDPOINT
WebSocket /v1/realtime
現在の呼び出しパス
入力
リアルタイム音声 + リアルタイム動画ストリーム
リクエストで受け付ける内容
出力
音声 + テキスト
成功時に返される内容
モデル概要
MOSS-Live 1.0は、自然で表現力豊かなリアルタイム対話のための全二重音声モデルです。聞きながら話すことができ、自然な割り込みに対応し、複雑な推論や長時間のタスクをバックグラウンドに委任して非同期で実行し、実行中もユーザーとの会話を続けます。リアルタイム動画ストリームの入力にも対応し、音声と映像から対話の状況を理解して、音声とテキストをストリーミングで出力します。
料金
期間限定で無料です。
0クレジット 料金基準の一覧を見る
対応モダリティ
文テキスト出力のみ
音音声入力と出力
画画像非対応
動動画入力のみ · リアルタイム動画ストリーム
対応エンドポイント
単一話者の音声生成
/v1/audio/speech非対応複数話者の対話音声生成
/v1/audio/speech/speakers非対応音声文字起こし
/v1/audio/transcriptions非対応ボイスデザイン
/v1/audio/voice/generations非対応マルチモーダル理解
/v1/responses非対応リアルタイムインタラクション
/v1/realtime対応画像生成
/v1/images/generations非対応機能
性能高
推論速度リアルタイムインタラクション
ストリーミング 対応
非同期タスクAPI 非対応
- セマンティックな割り込みと発話終了判定
- 長時間タスクの非同期委任
- 能動的な働きかけと相づち
- 複数人の会話で自分宛てでない発話を無視
- リアルタイムの視聴覚理解
- ツール呼び出し
- 同時通訳
- 再生進捗の把握
バージョンとスナップショット
Model ID
moss-live-1.0