Технологии

ChatGPT научился говорить почти как человек: OpenAI показала новое поколение голосового ИИ

RusPhotoBank

OpenAI анонсировала новое поколение голосовых моделей — GPT-Live-1 и GPT-Live-1 mini: они делают общение с ChatGPT более естественным и приближенным к разговору между людьми. Новые модели способны одновременно слушать пользователя и отвечать ему, что позволяет отказаться от привычной схемы, когда собеседники говорят строго по очереди.

Разговор без пауз и ожидания

В основе GPT-Live лежит архитектура полного дуплекса. Благодаря ей система может одновременно воспринимать речь и формировать ответ. Пользователь может перебивать ассистента или делать паузы во время разговора, не нарушая ход общения.

Кроме того, ChatGPT теперь способен показывать, что продолжает слушать собеседника, используя короткие реплики вроде подтверждений внимания. Это должно сделать голосовое взаимодействие более плавным и привычным.

Перевод в реальном времени и работа с запросами

Одной из новых возможностей стала поддержка перевода в режиме реального времени. В отличие от предыдущих решений, система может переводить речь по мере разговора, а не только после завершения фразы пользователем.

Также голосовой режим получил возможность продолжать диалог, пока выполняются более сложные задачи, включая поиск информации или работу с текстовыми моделями OpenAI для обработки комплексных запросов.

Какие версии получат пользователи

OpenAI сообщила, что GPT-Live-1 станет основной голосовой моделью для подписчиков тарифов Go, Plus и Pro. Для пользователей бесплатной версии ChatGPT будет использоваться облегчённая модель GPT-Live-1 mini.

Распространение обновления уже началось на платформах iOS, Android и в веб-версии ChatGPT.

Компания усилила меры безопасности

Одновременно с запуском новых голосовых моделей OpenAI рассказала о дополнительных механизмах защиты. По данным компании, система получила встроенные инструменты, позволяющие предотвращать потенциально опасные ответы и корректно реагировать в ситуациях повышенного риска. Также в голосовом режиме предусмотрены рекомендации по обращению в специализированные службы поддержки при обсуждении тем, связанных с причинением вреда себе, а для подростков используются возрастные ограничения в ответах.