OpenAI официјално го претстави GPT-Live, новата генерација на гласовни модели наменети за гласовниот режим на ChatGPT. Оваа надградба ја заменува претходната архитектура со фокус на потечна и природна интеракција помеѓу луѓето и вештачката интелигенција.
Новиот модел е веќе достапен на глобално ниво преку мобилните апликации и на веб. Според новиот систем, корисниците на платените пакети добиваат пристап до верзијата GPT-Live-1, додека за бесплатните корисници е имплементирана полесната верзија GPT-Live-1 mini.
Главната карактеристика на GPT-Live е неговиот „full-duplex“ систем кој овозможува континуирано процесирање на аудио влезот и излезот. За крајните корисници, ова значи дека моделот може истовремено да ги слуша и да им зборува. Ова дозволува природно прекинување на разговорот, правење паузи за размислување и вклучување на кратки звучни потврди од страна на вештачката интелигенција додека корисникот зборува.
Овој пристап ја елиминира потребата да се чека едната страна целосно да заврши со својот исказ пред другата да започне да одговара.
Кога корисниците ќе постават покомплексно прашање кое бара подлабоко размислување или пребарување на интернет, GPT-Live ја префрла задачата на подобрите модели во позадина. Додека GPT-5.5, на пример, ги обработува податоците, гласовниот модел го одржува текот на разговорот без долги и непријатни периоди на тишина, а потоа го интегрира добиениот одговор во комуникацијата.
Во иднина, како што ќе излегуваат понови јазични модели, GPT-Live ќе биде автоматски насочен кон нивно користење.
Дополнително, гласовите кои се користат во ChatGPT се „преработени“ за да се подобри препознавањето на гласот на корисникот дури и во средини со позадинска бучава или сообраќај.
