GPT-Live-1.1 научили слушать и говорить одновременно — диалог с ChatGPT стал плавнее

OpenAI представила GPT-Live-1.1 — обновлённую версию модели для голосового общения с ChatGPT. Обновление улучшает естественность речи, распознавание акцентов и взаимодействие с пользователем. Новая модель постепенно появляется в ChatGPT, Codex и dots, а её API-версия ожидается позднее.

Главное нововведение — более естественное голосовое общение. GPT-Live-1.1 лучше передаёт особенности произношения на французском, немецком, хинди, японском, корейском и мексиканском испанском языках. Вместе с обновлённой моделью OpenAI добавила новые варианты голосов, но доступный набор может отличаться в зависимости от региона и аккаунта пользователя. Ещё одно изменение касается поведения голосового помощника во время поиска информации. Теперь ChatGPT использует более разнообразные короткие фразы, чтобы сообщать о поиске, вместо того чтобы постоянно повторять одни и те же выражения вроде «сейчас проверю».

Важную роль играет и способность голосового режима поддерживать диалог без строгой очередности реплик. Пользователь может вмешаться в ответ, уточнить вопрос или изменить направление разговора, не дожидаясь завершения длинной реплики. Ранее OpenAI также развивала архитектуру голосового общения, позволяющую модели слушать и говорить практически одновременно. Такой подход, известный как full-duplex, приближает взаимодействие с ИИ к обычному телефонному разговору, где собеседники могут реагировать друг на друга в реальном времени.

Обновление распространяется не только на ChatGPT. GPT-Live-1.1 также заявлена для Codex — инструментов OpenAI для работы с кодом — и dots, персональных ИИ-агентов, способных выполнять задачи в фоновом режиме. В этих сценариях голос может стать более удобным способом давать инструкции, уточнять детали и управлять рабочими процессами.

Чтобы проверить доступность новых голосов в ChatGPT, можно открыть Настройки → Голос и выбрать подходящий вариант. OpenAI предупреждает, что набор доступных голосов зависит от региона и аккаунта. GPT-Live-1.1 — прежде всего обновление качества взаимодействия, а не заявление о появлении принципиально нового голосового режима. OpenAI продолжает совершенствовать интонации, произношение и реакцию на реплики пользователя, стремясь сделать общение с ИИ ближе к разговору с живым собеседником.

Как вы думаете, поможет ли возможность перебивать модель сделать голосовой диалог с ChatGPT по-настоящему естественным?