Компания OpenAI представила новое поколение голосовых моделей GPT-Live, которые уже работают в голосовом режиме ChatGPT. Об этом сообщает издание «Код» со ссылкой на анонс компании.

Компания начала распространение двух версий — GPT-Live-1 и GPT-Live-1 mini — на iOS, Android и в веб-версии ChatGPT. GPT-Live-1 станет голосом по умолчанию для подписчиков Go, Plus и Pro, а GPT-Live-1 mini — для бесплатных пользователей. Доступ через API планируется открыть позже.

Прежние голосовые системы работали иначе. Первая версия ChatGPT Voice связывала три отдельные модели для распознавания речи, генерации ответа и синтеза голоса, из-за чего ответы были медленными и неестественными. Последующий Advanced Voice Mode обрабатывал звук в одной модели, но ждал полной паузы в речи пользователя и мог перебивать из-за фонового шума.

Новая версия научилась показывать визуальные карточки, например, прогноз погоды или котировки акций, прямо во время разговора. Также она лучше отфильтровывает посторонний шум и не перебивает пользователя, если тот замолчал, чтобы подумать. По тестам OpenAI, GPT-Live-1 опережает Advanced Voice Mode в задачах на научные рассуждения и поиск информации в сети.

В компании уделили внимание безопасности. Модель прошла дополнительное тестирование на аудиоданных по темам самоповреждения и психоза. Система может смягчить потенциально небезопасный ответ или завершить беседу в критических случаях. Для подростков предусмотрены дополнительные ограничения и родительский контроль.

На старте GPT-Live не поддерживает голосовой режим с видео или демонстрацией экрана. Также модель хуже справляется с некоторыми языками, где возможен акцент или пробелы в беглости речи.

«Для запросов, требующих поиска в интернете или более глубоких рассуждений, GPT-Live делегирует задачу другой, более мощной модели и продолжает поддерживать разговор, пока та работает в фоне», — сообщили в OpenAI.

Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.