GPT-Live: ChatGPT mówi i słucha jednocześnie. OpenAI włącza tryb full-duplex
Nowe modele głosowe OpenAI kończą z kolejkowaniem wypowiedzi. ChatGPT potrafi teraz słuchać i mówić w tym samym czasie, co zbliża rozmowę z maszyną do naturalnej konwersacji z człowiekiem.
OpenAI uruchomiło GPT-Live — nową generację modeli głosowych, które umożliwiają jednoczesne słuchanie i mówienie w ChatGPT. To koniec dotychczasowego ograniczenia trybu głosowego, w którym rozmowa toczyła się turami: najpierw mówił użytkownik, potem model.
Technika full-duplex, znana z telefonii, oznacza w praktyce, że rozmowa z chatbotem przypomina naturalną konwersację. Użytkownik może przerwać modelowi w połowie zdania, zmienić temat albo zareagować natychmiast — a system płynnie dostosowuje wypowiedź, zamiast czekać na koniec kolejki.
Wyścig o głosowy interfejs
OpenAI pozycjonuje GPT-Live jako fundament dla nowej fali zastosowań: asystentów osobistych, automatycznej obsługi klienta oraz narzędzi dostępności dla osób z niepełnosprawnościami. Naturalność rozmowy ma tu kluczowe znaczenie — opóźnienia i sztywna struktura tur były dotąd najczęściej zgłaszanymi wadami głosowych interfejsów AI.
Premiera wpisuje się w rosnącą konkurencję na rynku głosowych interfejsów. Google rozwija konwersacyjne funkcje AI Mode w wyszukiwarce, a Amazon i startupy agentowe pracują nad własnymi asystentami real-time. Głos coraz częściej określany jest mianem następnego głównego pola bitwy o użytkownika — po erze chatbotów tekstowych.
GPT-Live to skromna na pozór zmiana, która może jednak istotnie wpłynąć na to, jak ludzie wchodzą w interakcje z technologią na co dzień — od samochodu, przez kuchnię, po miejsce pracy.