Новий рівень спілкування з ШІ: OpenAI запускає GPT-Live для природного голосового взаємодії
OpenAI представила революційну технологію GPT-Live — нове покоління голосових моделей, яке робить розмови між людиною і штучним інтелектом максимально природними. Завдяки цій інновації ChatGPT отримує можливість одночасно слухати і говорити, що значно покращує динаміку діалогу, дозволяючи уникати пауз і робити бесіду більш живою та інтерактивною.
Що таке GPT-Live і як воно працює?
GPT-Live створений на основі концепції full-duplex голосового спілкування, що означає повноцінну двонаправлену взаємодію. Тепер штучний інтелект не чекає, поки користувач закінчить свою думку, а продовжує слухати під час власної відповіді. Модель розпізнає паузи, переривання розмови і швидко адаптується до змін теми, роблячи діалог більш природним і менш обмеженим.
OpenAI підкреслює у своєму дописі в соцмережі X:
«Ми надаємо ChatGPT агентські можливості у голосовому форматі для вебу та мобільних пристроїв, відкриваючи новий рівень інтерактивності для всіх користувачів.»
Це означає, що голосова взаємодія перестає бути простою перепискою — тепер вона допомагає ефективно виконувати завдання навіть тоді, коли руки або увага зайняті іншими справами.
Потужність ChatGPT Voice тепер у ваших руках
Оновлення відкриває доступ до інструментів та додатків, з якими користувачі вже знайомі в ChatGPT. На вебі та у мобільних додатках можна спілкуватися з голосом і паралельно використовувати підтримувані плагіни та підключені сервіси, керуючись вже наявними правами та обмеженнями.
Користувачі ChatGPT Work отримують ще більше можливостей:
- Створення документів, презентацій та таблиць за допомогою голосових команд.
- Інтеракція з підключеними додатками та браузером.
- Безперервне ведення завдань: діалог може плавно переходити з голосу у текст, якщо користувач припиняє розмову, але завдання ще не завершене.
Таким чином, можна обговорити завдання усно, а потім залишити в роботі всі подальші кроки, не перемикаючись між голосом і текстом щоразу.
Голос у десктопній версії ChatGPT
OpenAI додає голосову функцію і до настільного застосунку ChatGPT для macOS та Windows. Тепер завдяки голосовим командам можна легко запускати завдання, контролювати їхній прогрес, ставити питання агентам та управляти кількома агентами одночасно за допомогою бесіди.
Ця функція стає доступною для користувачів Plus, Pro, Business, Edu і Enterprise планів. Голосове управління особливо зручно при взаємодії з агентами ChatGPT Work та Codex, що значно спрощує користування ШІ у режимі, близькому до hands-free.
Гармонійне поєднання голосу і тексту
GPT-Live зближує голосовий і текстовий формати спілкування з ChatGPT. Відповіді, що проговорюються, відображаються у вигляді насиченого тексту, який можна переглядати після розмови, а також вільно перемикатися між голосовою і письмовою формою.
Крім того, бесіду можна призупинити і повернутися до неї пізніше, не починаючи все спочатку. Це особливо зручно для мозкового штурму у голосовому форматі, з подальшим аналізом результатів за допомогою тексту або документів на робочому місці.
Що можна робити з GPT-Live: плюсів і можливостей
OpenAI виділяє декілька основних сценаріїв застосування нового голосового інтерфейсу:
- Підготовка до робочого дня з підсумками та пріоритетами.
- Швидкі підсумки між зустрічами без тривалого набору тексту.
- Творчі сесії та генерація ідей, навіть на ходу.
Крім професійних завдань, GPT-Live допомагає в особистому плануванні: організувати подорожі, отримати рекомендації для покупок, або скористатися фінансовими послугами, інтегрованими через голосовий інтерфейс. На мобільних пристроях користувачі можуть створювати тексти, презентації та таблиці за допомогою голосу, а також взаємодіяти із підключеними сервісами.
До речі, моделі GPT-Live-1 та GPT-Live-1 mini вже інтегровані у ChatGPT Voice. Вони оптимізовані для того, щоб зробити усне спілкування природнішим і дати змогу делегувати більш складні завдання іншим моделям або інструментам, якщо це потрібно.
