OpenAI представила GPT-Live с одновременным разговором и прослушиванием

Компания OpenAI анонсировала семейство голосовых моделей GPT-Live, способных одновременно слушать пользователя и генерировать голосовой ответ. Благодаря этому общение с ChatGPT становится ближе к обычному разговору, поскольку система может реагировать на паузы, перебивания и изменения темпа речи.

Как пояснили в OpenAI, новая модель построена на полнодуплексной архитектуре. Она непрерывно обрабатывает поступающий звук и одновременно формирует собственные реплики, не разделяя разговор на отдельные этапы «прослушивания» и «ответа».

По сравнению с предыдущими версиями голосового режима ChatGPT GPT-Live лучше справляется с фоновым шумом, поддерживает синхронный перевод между языками и может выводить на экран карточки с дополнительной информацией, включая прогноз погоды, спортивные результаты и биржевые данные.

Если пользователь задает сложный вопрос, требующий поиска информации или многоэтапного анализа, система передает его основной языковой модели OpenAI. При этом голосовой интерфейс продолжает поддерживать диалог, а затем озвучивает готовый результат.

В компании также сообщили, что в GPT-Live реализованы дополнительные механизмы модерации. Входящий аудиопоток и ответы модели анализируются в режиме реального времени, а при обнаружении потенциально опасного контента система может изменить ход беседы или завершить разговор. Старшая версия GPT-Live-1 доступна по платной подписке ChatGPT, а GPT-Live-1 mini — пользователям бесплатной версии сервиса, сообщает N+1.

Больше новостей и эксклюзивных видео смотрите в канале Самара Онлайн 24 в MAX.