Думает, слушает и говорит одновременно: ChatGPT получил новый голосовой интерфейс

OpenAI обновила голосовой режим ChatGPT на базе GPT-Live.

С появлением расширенного голосового режима ChatGPT В 2024 году чат-бот стал общаться более естественно, давать более быстрые ответы, а пользователи получили возможность прерывать его в любой момент. Однако в OpenAI быстро перешли к более новым моделям обработки звука в режиме реального времени, разработанным для более совершенных голосовых помощников.

В мае компания анонсировала GPT-Realtime-2 — самую передовую на данный момент модель обработки голоса. В отличие от предыдущих голосовых систем, ориентированных преимущественно на быстрые разговоры, GPT-Realtime-2 использует логические рассуждения на основе GPT-5 в формате живого диалога. Это позволяет голосовым помощникам на базе этой модели обрабатывать более сложные запросы, надежнее отслеживать длительные разговоры и выполнять многоэтапные задачи, сохраняя естественный стиль общения.

Новый голосовой интерфейс ChatGPT на базе GPT-Live позволяет чат-боту говорить, слышать и слушать одновременно, а не делать всё это последовательно, как традиционные голосовые помощники. Модель способна естественным образом выражать небольшие подтверждения, такие как “Хорошо”, или короткие словесные реплики, если пользователь делает паузу или замедляет темп, чтобы не прерывать его. Чат-бот также может молчать, когда пользователю нужно время на размышление.

Пользователи могут прервать чат-бот в любой момент, и модель мгновенно адаптируется. GPT-Live также может отвечать на вопросы, требующие поиска информации в интернете, более глубокого анализа или сложных вычислений, поскольку в фоновом режиме используется новейшая модель подготовки ответа. В настоящее время GPT-Live использует GPT-5.5 в фоновом режиме.

OpenAI выпускает две версии GPT-Live — GPT-Live-1 и GPT-Live-1 mini — для пользователей ChatGPT по всему миру. Пользователи ChatGPT Go, Plus и Pro получат модель GPT-Live-1 для голосового управления, а пользователи Free — — модель GPT-Live-1 mini. Эти модели также будут доступны в API для разработчиков и предприятий.

Источник: Neowin