Компания OpenAI выпустила значительное обновление голосового режима в ChatGPT. Теперь в нём работают две новые модели — GPT-Live-1 и облегчённая версия GPT-Live-1-mini. Пользователи и эксперты уже сравнивают общение с ними с живым разговором с человеком. По словам разработчиков, это самая продвинутая голосовая ИИ-модель за всю историю компании.
Главное нововведение — полный отказ от пошаговой обработки. GPT-Live-1 стала полнодуплексной моделью, которая способна одновременно слушать и говорить. Она непрерывно принимает входной поток речи и в реальном времени генерирует ответ, без необходимости ждать окончания фразы пользователя.
«Это означает, что она может говорить и слушать одновременно. Модель способна непрерывно обрабатывать поток входных данных и так же непрерывно выдавать поток выходных данных», — отметил Атти Элети, руководитель продуктового направления OpenAI.
Благодаря такому подходу значительно улучшился перевод в реальном времени. Теперь ChatGPT может переводить речь, пока вы говорите, без пауз. Кроме того, модель научилась правильно вести диалог: она вставляет естественные реплики вроде «угу», «да» или «понял», чтобы показать, что внимательно слушает длинный монолог.
При решении сложных задач GPT-Live-1 в фоновом режиме обращается к более мощной GPT-5.5. В будущем голосовая модель будет подключаться к актуальным версиям больших языковых моделей.
Новая GPT-Live-1 уже доступна в приложениях ChatGPT для iOS и Android, а также в веб-версии для подписчиков Go, Plus и Pro. Бесплатным пользователям доступна облегчённая модель GPT-Live-1 mini. В ближайших планах OpenAI — открыть доступ к этим голосовым моделям через API.
