🎙️ GPT-Live — голосовий ChatGPT, який нарешті вміє перебивати й угукати

OpenAI випустила нове покоління голосових моделей. Головна зміна архітектурна: full-duplex — модель слухає і говорить одночасно, а не по черзі «ти сказав, пауза, воно відповіло».

Через це розмова стає майже людською: угукає «ага», «мгм», поки ти говориш, і так показує, що слухає; можна перебити питанням посеред її відповіді; можна взяти паузу подумати — воно не лізе заповнювати тишу; попросиш говорити повільніше — сповільниться.

Найрозумніший трюк під капотом: на складне питання (вебпошук, глибше міркування) голосова модель тихо делегує фронтир-моделі за кадром і повертає готову відповідь у розмову. Тобто балаканина лишається швидкою, а важке рахує велика модель.

Дві версії: GPT-Live-1 — усім платним тарифам, GPT-Live-1 mini — безплатним за замовчуванням. Уже котиться на iOS, Android і у вебі, API обіцяють згодом.

Живу двосторонню розмову голосовому AI обіцяли давно — Nvidia торік показувала PersonaPlex рівно з тими «угуканнями». Питання одне: ці «мгм» — те, що нарешті робить розмову природною, чи те, від чого через тиждень смикатиметься око. Перевірю на власному вусі.

https://openai.com/index/introducing-gpt-live/

📎 Читайте також:
→ Nvidia PersonaPlex — розмовна модель, що реагує на перебивання
→ ChatGPT Voice — голосовий режим без окремого запуску
→ ChatGPT у CarPlay — голос за кермом