Компанія OpenAI оновила голосовий режим ChatGPT, зробивши взаємодію з чат-ботом більш схожою на звичайну живу розмову. Новий досвід працює на основі моделей GPT-Live, які можуть одночасно слухати співрозмовника та формувати голосову відповідь.
Головна особливість технології – можливість переривати ChatGPT під час відповіді. Користувач може поставити уточнювальне питання, змінити тему або попросити систему говорити повільніше, не чекаючи завершення попередньої репліки. Завдяки цьому діалог має відчуватися більш плавним і природним.
ШІ може реагувати прямо під час розмови
GPT-Live використовує так звану full-duplex архітектуру, завдяки якій система здатна слухати та говорити одночасно. ChatGPT також може подавати короткі сигнали уваги на кшталт «угу» або «так», коли користувач говорить, а іноді просто не перебивати співрозмовника паузою.
OpenAI також оновила голоси ChatGPT. Для нового режиму були перероблені дев’ять доступних голосів, щоб вони краще відповідали новому формату спілкування.
Ще одна важлива зміна стосується якості відповідей. Під час складніших запитів голосовий режим може звертатися до потужніших моделей для пошуку інформації та міркування, після чого продовжувати розмову вже з готовою відповіддю.
При цьому користувач може обирати рівень міркування – від швидких відповідей до режимів, у яких ChatGPT витрачає більше часу на складне завдання.
Голосовий ChatGPT працює разом із текстом
Оновлений Voice не обмежується лише аудіо. Під час розмови користувач може одночасно бачити текст відповідей, а за потреби перейти до набору повідомлень.
Система також підтримує роботу з веб-пошуком, пам’яттю, текстом та зображеннями в межах одного діалогу – залежно від доступних функцій конкретного акаунта.
OpenAI поступово розгортає GPT-Live для користувачів ChatGPT. Для платних тарифів використовується GPT-Live-1, а для безкоштовних користувачів – GPT-Live-1 mini. Функція доступна на сайті ChatGPT та в застосунках для iOS і Android у підтримуваних регіонах.
Таким чином, OpenAI фактично перетворює голосове спілкування з ChatGPT на формат, ближчий до звичайного діалогу з людиною – із перебиваннями, паузами, уточненнями та можливістю продовжувати розмову без постійного очікування завершення відповіді.