OpenAI выпустила новые голосовые модели — GPT-Live-1 и облегчённую GPT-Live-1 mini, — и главное здесь не красивое название, а архитектура. Это полнодуплексные модели: они умеют говорить и слушать одновременно, а значит, пользователь может перебить ассистента на полуслове, и тот естественно отреагирует, а не продолжит бубнить свой заранее просчитанный ответ.
Старая система в ChatGPT работала иначе — через цепочку из трёх отдельных моделей: одна переводила речь в текст, вторая генерировала ответ, третья озвучивала его. Каждый шаг добавлял задержку и терял нюансы естественного разговора. Новая архитектура объединяет это в единый поток, который к тому же умеет молчать и слушать подолгу, не теряя нити беседы — пока не понадобится ответить.
OpenAI отчиталась, что более 150 миллионов человек уже пользуются голосовыми функциями ChatGPT. Продакт-лид направления рассказал, что лично вёл 30–40-минутные разговоры с ассистентом на прогулках — и в компании явно делают ставку именно на длинные, естественные диалоги как будущий интерфейс работы с компьютером вообще, а не только с чат-ботом. Здесь же читается намёк на слухи о собственных AI-наушниках OpenAI, хотя официально о железе речи не было.
Правда, до совершенства ещё далеко: во время демонстрации живого перевода на хинди голос модели звучал с явным американским акцентом и слегка книжной, неестественной интонацией. OpenAI подчёркивает, что новая система оптимизирована для «большинства разговорных языков», но не уточняет, для каких именно. И хотя конкуренты — Apple с Siri, Amazon с Alexa, стартапы вроде Sesame — тоже двигаются в сторону более живых голосовых интерфейсов, именно от того, кто первым сделает разговор с машиной неотличимым от разговора с человеком, будет зависеть, кто станет владельцем этого нового интерфейса.
Во что углубиться:
- Слухи о AI-наушниках OpenAI: Что известно о планах компании выпустить собственное устройство в 2026 году
- Полнодуплексные голосовые модели: Чем архитектура отличается от классической связки speech-to-text и text-to-speech
- Sesame и другие стартапы разговорного AI: Кто ещё соревнуется за звание самого естественного голосового ассистента