OpenAI запустила новое поколение голосовых моделей GPT-Live для разговоров в реальном времени
OpenAI представила семейство голосовых моделей GPT-Live, которые могут одновременно слушать пользователя и отвечать ему в реальном времени. Компания выпустила две версии — GPT-Live-1 и GPT-Live-1 mini. Новый голосовой режим уже начали постепенно получать пользователи ChatGPT по всему миру.
По словам разработчиков, новые модели делают голосовое взаимодействие с ИИ более похожим на обычный разговор. Ассистент больше не ждет, пока пользователь полностью закончит фразу, а следит за паузами, перебиваниями и изменением темпа речи. Среди новых возможностей OpenAI также называет перевод в реальном времени.
Вместе с запуском GPT-Live компания изменила и работу голосового режима ChatGPT. Для пользователей бесплатного тарифа базовой станет GPT-Live-1 mini, а подписчики платных планов получат GPT-Live-1.
OpenAI также изменила саму архитектуру голосового режима. Раньше такие системы часто работали как цепочка из нескольких моделей: одна распознавала речь, другая готовила ответ, третья превращала его обратно в голос. GPT-Live устроен иначе — он ведет разговор в реальном времени, а более сложные задачи может передавать GPT-5.5, не ломая ход беседы. Это касается поиска информации, рассуждений и более сложных агентских сценариев.
По словам руководителя направления голосовых технологий ChatGPT Атти Элети, новая система рассчитана не только на короткие команды, но и на длительные разговоры. Он рассказал, что сам регулярно использует голосовой режим во время прогулок, а отдельные беседы с ИИ длятся по 30−40 минут.
В OpenAI считают, что голос постепенно может стать одним из главных способов взаимодействия с компьютерами и ИИ-системами. Такой интерфейс становится особенно важным по мере развития ИИ-агентов, которые могут брать на себя более сложные задачи. Сейчас голосовыми функциями ChatGPT, включая диктовку и разговорный режим, каждую неделю пользуются более 150 млн человек.
Разработчики при этом подчеркивают, что не стремятся делать из голосового режима цифрового компаньона. Основной акцент OpenAI делает на практическом использовании технологии и безопасности. В частности, модели получили механизмы, которые помогают учитывать возраст пользователя и корректно реагировать на чувствительные обращения.
При этом OpenAI признает, что новая технология пока далека от идеала. Во время демонстрации перевода на хинди речь помощника звучала с заметным иностранным акцентом и не всегда естественно. В компании отметили, что GPT-Live оптимизирован для ряда самых популярных языков ChatGPT, но в некоторых языках у модели могут сохраняться акцент и пробелы в беглости.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
