OpenAI презентує революційні голосові моделі GPT-Live-1 та GPT-Live-1 mini
OpenAI представила дві нові голосові моделі — GPT-Live-1 та GPT-Live-1 mini, які обіцяють значно покращити роботу голосового помічника ChatGPT. Якщо ви пам’ятаєте, влітку 2024 року компанія вже запускала Advanced Voice Mode. Тоді функція справила сильне враження і виглядала як великий прогрес у порівнянні зі звичними голосовими асистентами на кшталт Siri або Alexa. Проте з часом почали виявлятися її недоліки.
Обмеження попередньої голосової системи
Advanced Voice Mode використовувала «покроковий» голосовий підхід, що означає: модель чекала, поки ви закінчите говорити, перед тим як відповісти. Такий стиль змушував розмову бути неприродною і часто затриманою. До того ж, покликання на паузи, щоб почати відповідь, іноді призводило до помилкових переривань, коли модель думала, що ви закінчили питання, хоча це було лише коротке замовчування.
Новий рівень спілкування з GPT-Live-1
Тепер це все позаду завдяки новій архітектурі дуплексного типу, на якій побудовано сімейство GPT-Live-1. Ці моделі можуть одночасно сприймати ваш голос і формувати відповідь. В результаті розмова стала живішою, наближеною до реального живого діалогу, де співрозмовники майже не переривають один одного. Водночас технологія дозволяє виконувати:
- живі переклади;
- точніший контроль часу відповіді;
- плавніший і більш природний діалог.
Ще одна цікава особливість — GPT-Live користується підтримкою інших моделей OpenAI, зокрема GPT-5.5, для складних запитів, де потрібне логічне обґрунтування, пошук в інтернеті або розширений аналіз. Все це відбувається у фоновому режимі, не перериваючи основну бесіду.
Зручності нового голосового помічника
OpenAI створила голосові моделі, які не тільки чути, але й слухати вас справді уважно. В будь-який момент можна перервати GPT-Live-1 або просити говорити повільніше, якщо темп здається надто швидким. Щоб показати, що асистент вас розуміє, він час від часу видає вербальні підтвердження на кшталт «мгмм», «зрозумів». Крім того, система краще «фільтрує» фонові шуми, що робить розмову комфортнішою.
Окрім голосу, помічник тепер генерує наочні віджети для різних тем, наприклад:
- погода;
- спорт;
- фінансові котирування;
залишаючись доступним до пошуку інформації в інтернеті і підтримуючи завантаження фото та файлів, що робить можливості голосового помічника ще ширшими.
Нові заходи безпеки та батьківський контроль
Безпека у центрі уваги OpenAI. Якщо система розпізнає ризикований чи небезпечний контент, вона вміє вчасно змінювати тему або навіть припиняти голосову взаємодію у випадках підвищеної небезпеки. Батьки можуть скористатися спеціальними налаштуваннями, щоб вимкнути голосові функції для дітей та підлітків. Якщо дитина намагається спрямувати бесіду в небезпечному напрямку (наприклад, щодо самошкоди), система автоматично повідомить батьків.
Де вже доступний GPT-Live?
Вже зараз GPT-Live інтегрується в ChatGPT на платформах Android, iOS та веб. Користувачі з передплатою Go, Plus або Pro отримають доступ до потужної моделі GPT-Live-1, а власники безкоштовних акаунтів — до полегшеної версії Live-1 mini. Це означає, що широкий загал зможе оцінити нові можливості голосового помічника найближчим часом.
