OpenAI відмовляється від двох способів спілкування з ChatGPT: що зміниться для користувачів
Прощавай, Standard Voice та Advanced Voice
OpenAI готується видалити з меню дві версії голосового спілкування з ChatGPT. Стандартний голос (Standard Voice) з’явився у 2023 році і давав змогу вести розмову без набору тексту. Просунутий голос (Advanced Voice) допомагав прискорити діалог, оформлюючи відповіді безпосередньо в аудіоформаті. Вже 11 грудня ці опції зникнуть, а всі користувачі, які їх використовують, автоматично перейдуть на новий режим Live, що був представлений OpenAI в липні цього року.
Як працює новий режим Live і що це означає для розмов
Режим Live здатний чути вас під час розмови, тому ви можете додати важливу деталь навіть посеред відповіді. Такий підхід робить спілкування більш природним і гнучким. Ваші попередні діалоги залишаться у історії, а якщо ви під час розмови користуєтесь камерою або ділитеся екраном, старий Advanced Voice тимчасово виконуватиме цю функцію, поки Live не отримує такої підтримки.
Історія голосових систем ChatGPT
Перший голосовий режим працював у три етапи: ваш голос конвертували в текст, потім модель формувала письмову відповідь та озвучувала її назад. Через таку послідовність виникали затримки, а AI не завжди міг врахувати нюанси інтонації. У 2024 році OpenAI випустив Advanced Voice на базі GPT-4o, що одразу обробляє аудіо в обидва боки, визначаючи швидкість мови та інші сигнали говорячого. Проте і ця версія відповідала лише після закінчення вашої репліки.
Що робить Live унікальним?
- Вмикає одночасний прослуховування і мовлення, дозволяючи переривати відповіді живими уточненнями.
- Реагує короткою відповіддю, якщо ви зробите паузу або замислитесь.
- Автоматично передає складні запити іншим моделям для додаткової обробки, не перериваючи діалог.
Наприклад, якщо ви шукаєте варіанти для вихідних, і ChatGPT пропонує різні місця, ви можете вмить додати: «Потрібно щось під дахом». Live негайно врахує цю нову інформацію, продовжуючи відповідь.
Як проходить перехід і що чекає на користувачів
OpenAI вже відзначає суттєве зростання голосового використання після запуску Live 8 липня, а більшість користувачів голосом у ChatGPT тепер користується саме ним. З 11 грудня старі голосові режими повністю припинять працювати, а користувачі автоматично перейдуть у Live через налаштування голосу.
Особливості для користувачів із додатковими функціями
Поки Live не підтримує живе відео та показ екрану, ця частина залишиться під керуванням Advanced Voice. Щодо користувачів зі спеціальними версіями ChatGPT (custom GPTs), які теж використовують Advanced Voice, їхні голосові опції будуть вимкнені у цей самий день - з можливістю переходу пізніше для деяких робочих просторів. Всі попередні діалоги при цьому залишаться у доступі.
Подібні голосові можливості у конкурентів
Інші велики гравці ринку теж пропонують схожі функції:
- Google Gemini Live дозволяє переривати відповіді, користуватися камерою або демонструвати екран під час голосового спілкування.
- Microsoft Copilot підтримує голосові перерви і демонстрацію екрану, якщо ця функція активована у вашому акаунті.
- Anthropic’s Claude пропонує hands-free розмови з можливістю переривати сказане, а також режим кнопки для запобігання фонового шуму.
Це підтверджує тенденцію до більш інтерактивного і зручного голосового спілкування зі штучним інтелектом у реальному часі.
Мовна доступність та подальші плани OpenAI
OpenAI дозволяє користувачам обирати мову голосу в налаштуваннях, зараз серед доступних є, наприклад, дві голосові опції для хінді - Leher та Neer. Голоси можуть відрізнятися залежно від регіону або обліковки. Опісля Google також додав підтримку хінді у Gemini Live, що робить цю функцію доступнішою для індійських користувачів.
Найближчий виклик для OpenAI - перенести функції камери та демонстрації екрану у режим Live. Хоча голосове меню оновлюється 11 грудня, про дату завершення повного переходу поки не повідомляється.
