OpenAI представила нові голосові моделі GPT-Live-1 і GPT-Live-1 mini, які зробили голосове спілкування з ChatGPT більш природним. Моделі можуть одночасно слухати співрозмовника й відповідати, тому людина може перебити помічника під час розмови або зробити довгу паузу без втрати контексту.
За замовчуванням у ChatGPT режим Advanced Voice Mode замінять на GPT-Live-1 mini. Передплатники платних тарифів отримають доступ до потужнішої моделі GPT-Live-1.
На відміну від попередньої архітектури, де окремі моделі відповідали за розпізнавання мовлення, генерацію відповіді та синтез голосу, нові моделі працюють у повнодуплексному режимі. Це дозволяє одночасно слухати співрозмовника, підтримувати природний темп діалогу та швидше реагувати на репліки.
OpenAI зазначає, що новий голосовий режим розрахований на тривалі діалоги. За словами керівника напряму ChatGPT Voice Атті Елеті, під час тестування він регулярно проводив із голосовим режимом розмови тривалістю 30–40 хвилин.
Компанія вважає, що голосове керування з часом може стати одним із основних способів взаємодії з комп’ютерами для виконання складних завдань. Водночас OpenAI наголошує, що не позиціонує ChatGPT як ШІ-компаньйона. Нові моделі мають вбудовані механізми безпеки: вони адаптують відповіді для підлітків і надають корисні ресурси, якщо розмова стосується самоушкодження.
OpenAI повідомила, що понад 150 мільйонів людей уже користуються голосовими функціями ChatGPT, зокрема Voice і Dictation. Компанія продовжує розвивати цей напрям, хоча під час демонстрації живого перекладу гінді нова модель все ще говорила з помітним американським акцентом і неприродною вимовою.
Джерело: TechCrunch
