OpenAI представила голосовую модель GPT‑Live — она умеет одновременно слушать и говорить, делая диалог с нейросетью максимально естественным. Подробнее – в материале сетевого издания DVlife.ru.
Благодаря полнодуплексной архитектуре система больше не ждёт, пока пользователь закончит фразу: входящий аудиопоток модель обрабатывает параллельно с формированием ответа, анализируя данные много раз в секунду. Теперь ChatGPT корректно реагирует, если его перебивают, подстраивается под паузы и темп речи, а во время слушания может произносить междометия вроде «ага» или «ясно» — так создаётся ощущение, что собеседника действительно слушают.
Ранее голосовой режим ChatGPT работал как цепочка из трёх отдельных моделей: сначала речь превращали в текст, затем языковая модель готовила ответ, после чего его озвучивали. Такой подход неизбежно создавал задержки и лишал диалог интонационной выразительности. В 2024 году OpenAI запустила режим Advanced Voice на базе единой мультимодальной нейросети — паузы заметно сократились, но диалог оставался строго поочерёдным. Новая архитектура GPT‑Live устраняет этот недостаток: модель сама решает, когда говорить, когда замолчать, а когда проигнорировать паузу, пока человек подбирает слова.
Среди новых возможностей GPT‑Live — синхронный перевод между языками в реальном времени и улучшенное отделение голоса пользователя от фонового шума. Во время разговора система может показывать карточки с запрашиваемой информацией — например, с прогнозом погоды, биржевыми котировками или спортивными результатами. Если вопрос требует сложных рассуждений или поиска в сети, GPT‑Live перенаправляет задачу более мощным моделям OpenAI. При этом голосовая часть продолжает поддерживать беседу, а позже озвучивает итоговый результат.
Для безопасности в GPT‑Live внедрили расширенную модерацию: входной аудиопоток и генерируемый ответ непрерывно отслеживаются. При выявлении потенциально опасного контента система способна скорректировать направление разговора или завершить диалог в реальном времени. Старшая версия модели, GPT‑Live‑1, доступна платным подписчикам ChatGPT, а облегчённая GPT‑Live‑1 mini — пользователям бесплатных аккаунтов.
