OpenAI анонсировала голосовые модели GPT-Live с двусторонней архитектурой

Презентация обновлённых голосовых решений GPT-Live

Как сообщает НВ — Техно: 8 июля 2024 года компания OpenAI официально представила голосовые модели GPT-Live, построенные на основе дуплексной архитектуры. Их ключевое отличие от предыдущей версии Advanced Voice Mode, запущенной летом 2024 года, заключается в способности одновременно обрабатывать поступающую информацию и формировать ответы. Новинка интегрируется с другими разработками OpenAI, включая GPT-5.5, что способствует более естественному течению разговора.

Ключевые возможности голосового режима GPT-Live

Обновлённый голосовой режим GPT-Live предлагает пользователям ряд новых опций:

• В любой момент можно прервать модель или попросить её замедлить темп речи.
• Система отображает визуальные карточки с данными о погоде, спортивных событиях и акциях.
• Поддерживается загрузка изображений и файлов, а также выполнение поисковых запросов в интернете.
• Для повышения безопасности внедрены специальные механизмы: родители могут отключать голосовой режим для подростков, а система способна уведомлять их о попытках перевести диалог на тему самоповреждения.

В OpenAI отметили, что новая система позволяет моделям вести более естественные беседы, лучше чувствовать тайминг и выполнять синхронный перевод.

«Когда система обнаруживает потенциально опасный ответ, она может перенаправить модель на более безопасный вариант, вывести дополнительные предупреждения или завершить голосовой разговор при повышенном уровне риска», - пояснили представители компании.

GPT-Live станет доступна в ChatGPT на Android, iOS и в веб-версии. Для подписчиков тарифов Go, Plus и Pro основной моделью будет GPT-Live 1. Пользователи с бесплатными аккаунтами получат версию Live-1 mini.

Выпуск GPT-Live демонстрирует стремление OpenAI сделать взаимодействие более интуитивным и безопасным. Встраивание новых моделей в экосистему компании, включая GPT-5.5, расширяет их функционал и улучшает качество общения. Дополнительные меры контроля, в том числе родительские настройки, подчёркивают ответственный подход компании к защите несовершеннолетних пользователей в цифровой среде.

В то время как OpenAI продолжает развивать свои голосовые технологии, конкуренция в этой области усиливается. Например, SpaceXAI представила новую модель Grok 4.5, которая может изменить правила игры в противостоянии с OpenAI и Anthropic. Эти компании активно внедряют инновации, что делает рынок голосовых технологий особенно динамичным.