Pogovor z umetno inteligenco naj bi postal precej bolj podoben pogovoru z resnično osebo.
OpenAI je predstavil GPT-Live, novo generacijo glasovnih modelov, ki spreminja način, kako ChatGPT posluša, odgovarja in se odziva na prekinitve. Največja razlika v primerjavi z dosedanjim glasovnim načinom je v tem, da nov sistem ne potrebuje več tako jasne izmenjave med govorcem in poslušalcem.
Posluša lahko tudi takrat, ko že govori
GPT-Live temelji na tako imenovanem polnodupleksnem oziroma »full-duplex« načinu komunikacije. To pomeni, da lahko model posluša in govori hkrati. Dosedanji glasovni pogovori z umetno inteligenco so pogosto delovali nekoliko nenaravno. Uporabnik je povedal svoje, sledil je premor, nato pa je model začel odgovarjati. Če ga je uporabnik prekinil, se je pogovor lahko hitro zapletel.
Novi model lahko bolje sledi premorom, spremembam tempa in prekinitvam ter se sproti odloča, ali naj odgovori ali še naprej posluša.
Tudi “mhmm” in drugi drobni odzivi
Ena od novosti so kratki odzivi, ki jih ljudje med pogovorom uporabljamo skoraj nezavedno. Model lahko med poslušanjem uporabi kratke potrditvene zvoke in tako nakaže, da še vedno sledi pogovoru. Obenem naj bi se bolje znašel v hitri izmenjavi besed ter razumel razliko med trenutkom, ko je govorec res končal, in običajnim premorom za razmislek. Prav te malenkosti lahko naredijo veliko razliko. Pogovor z umetno inteligenco namreč ne deluje več kot izmenjava zvočnih sporočil, temveč vse bolj kot telefonski pogovor.
Zapletena vprašanja lahko prepusti zmogljivejšemu modelu
GPT-Live ni namenjen temu, da bi povsem sam reševal vsako zahtevno nalogo. Pri kompleksnejših vprašanjih lahko delo preda drugim modelom, medtem ko sam skrbi za tekoč potek glasovnega pogovora. Uporabniku tako ni treba poslušati dolge tišine, medtem ko sistem obdeluje zahtevnejšo zahtevo.
To je pomembna sprememba v načinu delovanja. Glasovni model lahko skrbi predvsem za naravnost in hitrost pogovora, zahtevnejše sklepanje pa se opravi v ozadju.
Kdo bo dobil novi glasovni način?
GPT-Live prihaja v dveh različicah. GPT-Live-1 je namenjen plačljivim uporabnikom, medtem ko bo GPT-Live-1 mini na voljo brezplačnim uporabnikom. Uvajanje poteka postopoma, zato nova možnost morda ne bo vidna vsem hkrati.
Novi glasovni način prihaja v spletno in mobilno različico ChatGPT, ob začetku pa ne bo povsod na voljo.
Introducing GPT-Live, a new generation of voice models for natural human-AI interaction.
Rolling out in ChatGPT starting today.
You’ll want to turn the sound on for this one. pic.twitter.com/WzoQFvA5ir
— OpenAI (@OpenAI) July 8, 2026
