OpenAI a anunțat lansarea a două noi modele conversaționale vocale, GPT-Live-1 și GPT-Live-1 mini, care promit o interacțiune vocală mult mai naturală și o gestionare optimizată a dialogului. Aceste tehnologii full-duplex permit utilizatorilor să vorbească și să asculte simultan, sprijinind întreruperile firești în conversație și funcții avansate precum traducerea instantanee, relatează TechCrunch.
Modelul GPT-Live-1 mini va înlocui modulul „Advanced Voice” din ChatGPT pentru utilizatorii obișnuiți, în timp ce GPT-Live-1, versiunea mai performantă, va fi disponibilă pentru abonații serviciilor premium. Spre deosebire de precedentul sistem, care combina mai multe modele pentru vorbire și recunoaștere, noile modele asigură o calitate superioară a interacțiunii, rezolvând problemele legate de întreruperea utilizatorilor sau răspunsuri nepotrivite.
Potrivit OpenAI, aceste modele pot interpreta cererile utilizatorilor în timp real și le trimit către ultimele modele text, printre care GPT-5.5, pentru operații complexe de căutare, raționament sau acțiuni autonome, menținând însă fluiditatea conversației.
Un avantaj important al acestor modele este capacitatea de a rămâne în ascuns și de a procesa contextul discuției până când este momentul să răspundă. Atty Eleti, directorul de produs pentru funcția de voce a ChatGPT, a menționat că aceste plusuri fac posibilă desfășurarea unor conversații de durată extinsă, de 30-40 de minute, fără întreruperi nefirești.
„Pe termen lung, ne așteptăm ca vocea să devină interfața principală pentru utilizarea computerelor și pentru gestionarea unor sarcini complexe și de durată. Experiențele cu Codex și ChatGPT ne dau încredere că vocea va redefini modul de interacțiune în numeroase activități”, a explicat Eleti.
În prezent, peste 150 de milioane de utilizatori folosesc deja opțiunile vocale și de dictare din ChatGPT, în timp ce concurenți importanți precum Apple și Amazon investesc și ei în asistenți vocali mai expresivi și mai adaptativi contextual. OpenAI accentuează că noile modele au fost proiectate să furnizeze răspunsuri potrivite pentru toate vârstele și să ofere sprijin în dialoguri cu teme sensibile, precum autovătămarea.
În privința limitărilor, reprezentanții OpenAI au precizat că modul vocal este optimizat pentru majoritatea limbilor vorbite, fără a specifica exact care dintre acestea sunt suportate. Deși există speculații despre lansarea unor căști inteligente dotate cu tehnologii AI în acest an, compania nu a făcut publice planuri concrete în acest sens.
