OpenAI выпустила GPT-Live — новую голосовую модель, позволяющую ChatGPT вести диалоги, как человек. Модель работает по принципу полного дуплекса, что означает, что ChatGPT может одновременно слушать и говорить, что делает взаимодействие более естественным и плавным.
Технические особенности и изменения
Новая архитектура голосовой модели включает два варианта: GPT-Live-1 и GPT-Live-1 mini. Первая модель становится стандартной для платных пользователей ChatGPT, тогда как вторая доступна для бесплатных пользователей. Эти модели обеспечивают возможность непрерывной обработки входящего аудио и генерации ответа, что исключает необходимость ждать паузы для продолжения разговора.
Как пояснили разработчики, теперь ChatGPT может вставлять подтверждающие реплики, такие как «mhmm» и «да», во время речи пользователя. Это значительно облегчает коммуникативный процесс и позволяет избежать ненужных пауз и недопонимания.
Разделение слоёв взаимодействия и обработки
Интересной деталью является также разделение слоя голосового взаимодействия и слоя обработки информации. Если вопрос требует более глубокого анализа, GPT-Live делегирует эту задачу более мощной модели в фоновом режиме, продолжая общение с пользователем. Это позволяет сохранить родительский рисунок разговора, не нарушая его поток.
По словам OpenAI, такая модульная архитектура позволяет постоянно улучшать качество взаимодействия и подстраивать модель под изменения в будущем.
Значение для пользователей
Для пользователей важно, что GPT-Live делает общение с AI более человечным. Если ваша команда использует ChatGPT в проектах, эти улучшения могут значительно оптимизировать рабочие процессы и повысить качество общения. Новая модель может быть особенно полезна в сферах, где важно быстро и эффективно передавать информацию.
Фактически, полная дуплексная связь снижает уровень фрустрации пользователей, которые ранее сталкивались с недопониманием из-за задержек в коммуникации и неправильной интерпретацией пауз.
Следующий шаг для OpenAI заключается в интеграции GPT-Live в API, что открывает новые возможности для разработчиков и компании в целом.