OpenAI представила новые голосовые модели ГПТ-Ливе: общение стало еще естественнее

Компания OpenAI, мировой лидер в области искусственного интеллекта, анонсировала модели ГПТ-Ливе-1 и ГПТ-Ливе-1 mini, выводящие живое общение с пользователями на новый уровень. Эта технология делает процесс взаимодействия с ChatGPT максимально приближенным к естественному человеческому диалогу. Новые модели не только быстрее отвечают, но и способны напрямую понимать речь собеседника и адаптироваться к ней. Об этом сообщает Techcrunch.ком сообщает .

Важнейшей особенностью моделей нового поколения является их работа в режиме «фулл-дуплекс». Это означает, что ChatGPT теперь может одновременно слушать и говорить. Если в предыдущих версиях требовалось дождаться окончания фразы пользователя, то в моделях ГПТ-Ливе появилась возможность естественного перебивания или использования функций живого перевода. По данным Иксбт.ком, компания переводит функцию Адванкед Воике Моде в приложении ChatGPT полностью на модель ГПТ-Ливе-1 mini.

Технологическая революция и интеллектуальный потенциал

Ранее голосовое общение состояло из сложного трехэтапного процесса: речь преобразовывалась в текст, текстовая модель готовила ответ, а затем он снова озвучивался. Новые модели сокращают эту цепочку, обрабатывая информацию напрямую. Это устраняет такие проблемы, как неуместные паузы или неспособность системы давать достаточно умные ответы во время речи пользователя. Кроме того, новый голосовой режим подключается к новейшим текстовым моделям, таким как GPT-5.5, и может выполнять сложные логические задачи.

По словам представителей OpenAI, модели ГПТ-Ливе способны долго сохранять молчание, усваивать контекст беседы и вступать в диалог только тогда, когда это необходимо. Кроме того, новая система может предоставлять визуальную информацию. Это позволяет не только разговаривать с ChatGPT, но и работать с его помощью с интерактивными визуальными материалами. Такой подход активно используется стартапами, такими как Монограм.

Голосовой интерфейс — основа будущего

Руководитель проекта ChatGPT Воике Атти Элети отметил, что голосовое общение в будущем может стать основным способом взаимодействия с компьютерами. Он поделился своим опытом проведения длительных и содержательных бесед с помощью этой функции, которые длились до 40 минут. Компания видит в голосовом помощнике не просто инструмент поиска, а основной интерфейс для управления сложными задачами.

На сегодняшний день более 150 миллионов человек используют функции голоса и диктовки в ChatGPT. В условиях конкуренции Apple и Amazon также работают над тем, чтобы сделать своих виртуальных помощников более естественными. Появлялись сообщения о том, что OpenAI задумывается не только о программном обеспечении, но и о будущих устройствах, таких как специальные АИ-наушники, однако на официальной презентации информация об аппаратных средствах не была представлена.