Сегодня OpenAI анонсировала крупное обновление для ChatGPT Voice, работающего на GPT-Live — голосовых моделях нового поколения. Это обновление знаменует собой следующий важный шаг для голосового режима ChatGPT, который впервые стал доступен широкой аудитории благодаря Расширенному голосовому режиму в 2024 году.
Расширенный голосовой режим впечатлял на старте, предлагая более естественное общение, быстрые ответы и поддержку прерываний. Однако базовая технология быстро устарела, поскольку OpenAI перешла к более новым моделям аудио в реальном времени, созданным специально для более функциональных голосовых агентов.
В мае OpenAI представила GPT-Realtime-2 — свою самую продвинутую на данный момент модель голосового взаимодействия в реальном времени. В отличие от ранних голосовых систем, которые в основном фокусировались на быстром преобразовании речи в речь, GPT-Realtime-2 привносит возможности рассуждения уровня GPT-5 в аудиовзаимодействия в реальном времени. Это позволяет голосовым приложениям на базе этой модели обрабатывать более сложные запросы, надежнее поддерживать длительные диалоги и выполнять многоэтапные задачи, сохраняя при этом естественный темп речи.
Сегодня OpenAI представила новый опыт ChatGPT Voice, работающий на GPT-Live — своей новой архитектуре полнодуплексной голосовой модели. С этой моделью ChatGPT может говорить, слышать и слушать одновременно, вместо того чтобы обмениваться репликами по очереди, как традиционный голосовой помощник.
Модель может естественно выражать небольшие подтверждения вроде «хорошо» или краткие словесные знаки согласия вроде «угу», когда пользователь делает паузу или замедляется, не прерывая полностью. Она также может сохранять молчание, когда пользователю нужно время подумать. Пользователи могут прервать ее в любой момент, и модель немедленно адаптируется.
GPT-Live также может отвечать на вопросы, требующие веб-поиска, глубокого анализа или более сложной работы, поскольку для подготовки ответа она использует новейшую передовую модель. На данный момент GPT-Live будет использовать GPT-5.5 в фоновом режиме.
OpenAI развертывает две версии GPT-Live — GPT-Live-1 и GPT-Live-1 mini — среди пользователей ChatGPT по всему миру. Пользователи ChatGPT Go, Plus и Pro получат модель GPT-Live-1 для голосового взаимодействия, в то время как бесплатные пользователи получат опыт, работающий на GPT-Live-1 mini. Эти модели также станут доступны через API для разработчиков и предприятий.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pradeep Viswanathan
