OpenAI выпустила GPT-Live, голосовой ИИ, который говорит как человек

Американская компания OpenAI представила голосовые модели GPT–Live–1 и GPT–Live–1 mini. Они позволяют общаться с чат–ботом в режиме реального времени без необходимости ждать своей очереди для ответа, пишет Technology.

Новое поколение ИИ–моделей работает на базе полнодуплексной архитектуры (full–duplex). Это означает, что нейросеть способна одновременно слушать пользователя и говорить с ним, имитируя живой телефонный разговор. Ранее голосовой режим ChatGPT функционировал поочередно: ИИ ждал окончания речи человека, прежде чем начать генерировать ответ. Теперь пользователь может легко прерывать бота прямо на полуслове, просить его говорить медленнее или делать паузы во время монолога.

Во время беседы GPT–Live издает естественные звуки согласия, такие как "угу" или "понятно", умеет эффективно отсекать посторонние фоновые шумы и распознавать заминки в речи, не перебивая человека раньше времени. Система также умеет выводить интерактивные карточки с погодой прямо на экран смартфона во время звонка.

Главной особенностью архитектуры стало разделение процесса общения и сложных вычислений. Если пользователь задает трудный вопрос, требующий поиска в сети, GPT–Live мгновенно передает задачу фоновой модели GPT–5.5.

Нашли ошибку в публикации? Сообщите нам об этом.