OpenAI lansează GPT-Live-1 și varianta mini: noile modele AI de voce permit conversații simultane și traducere live

Aceste modele full-duplex pot vorbi și asculta simultan, permițând utilizatorilor să întrerupă conversația în mod natural și să profite de funcții precum traducerea instantanee, relatează TechCrunch.

Modele noi pentru o experiență vocală îmbunătățită

Compania a anunțat că GPT-Live-1 mini va înlocui modul actual „Advanced Voice” din ChatGPT pentru utilizatorii standard, în timp ce abonații versiunilor plătite vor avea acces la modelul mai avansat, GPT-Live-1.

Spre deosebire de predecesorul său, care combina mai multe modele (speech-to-text, un model de limbaj, și text-to-speech), noile lansări îmbunătățesc semnificativ calitatea interacțiunii, adresând probleme precum întreruperea utilizatorilor sau răspunsurile inadecvate.

Conform unui comunicat de presă, noile modele pot analiza întrebările utilizatorilor în timp real, trimițând solicitările către cele mai recente modele text, cum ar fi GPT-5.5, pentru capabilități de căutare, raționament sau acțiuni autonome, fără a întrerupe fluxul conversațional.

Conversații mai lungi și mai naturale

Un alt aspect notabil este abilitatea modelelor de a rămâne tăcute și de a analiza contextul conversației până când sunt solicitate să răspundă.

Atty Eleti, directorul de produs al funcției de voce ChatGPT, a declarat că noile modele sunt concepute pentru conversații de lungă durată, menționând că a purtat discuții de 30-40 de minute cu asistentul vocal în timpul plimbărilor.

„Pe termen lung, credem că acesta va deschide posibilitatea de a folosi vocea ca interfață principală pentru calculatoare și pentru a gestiona sarcini complexe și de lungă durată. Tipurile de cazuri de utilizare uimitoare pe care le vedem la Codex și ChatGPT ne fac să credem că vocea poate deveni viitorul interfeței pentru multe tipuri de activități”, a spus Eleti.

Competiția pentru asistenți mai „expresivi”

Conform OpenAI, peste 150 de milioane de utilizatori folosesc deja funcțiile de voce și dictare ale ChatGPT. Compania își unește eforturile cu alți giganți tehnologici precum Apple și Amazon, care și-au îmbunătățit recent asistenții vocali, făcându-i mai conversaționali și capabili să gestioneze mai bine contextul.

OpenAI subliniază însă că noile modele sunt concepute pentru a oferi răspunsuri adecvate vârstei utilizatorilor și pentru a oferi resurse în cazul în care conversațiile abordează subiecte sensibile, precum autovătămarea.

Limitările noilor modele

OpenAI a menționat că noul mod vocal este optimizat pentru „majoritatea limbilor vorbite”, fără a preciza însă care sunt acestea.

În ciuda acestor provocări, OpenAI consideră că vocea ar putea deveni interfața principală pentru interacțiunile complexe cu AI-ul. Deși există speculații privind lansarea unor căști inteligente cu capabilități AI în cursul acestui an, compania nu a oferit detalii despre planuri hardware concrete.

Abonați-vă la ȘTIRILE ZILEI pentru a fi la curent cu cele mai noi informații.

ABONEAZĂ-TE