OpenAI представила новые голосовые модели — ChatGPT может одновременно «говорить» и «слушать»

«Разговор» с чат-ботом теперь должен ощущаться более естественно — с паузами, междометиями и быстрым обменом репликами.

Источник здесь и далее: OpenAI

OpenAI представила GPT‑Live — семейство голосовых моделей, благодаря которым общение с ИИ должно ощущаться «как настоящий разговор». В основе — полнодуплексная архитектура, которая позволяет GPT‑Live «слушать» и «говорить» одновременно.
Например, во время «разговора» GPT‑Live может вставлять междометия, чтобы показать, что активно «слушает», обмениваться быстрыми репликами или выдерживать паузы, если пользователю нужно подумать, вместо того, чтобы перебивать.
Для ответов на вопросы, которые требуют поиска в интернете или более глубоких рассуждений, модель поручит задачу другой модели OpenAI. Она будет работать в фоновом режиме, в это время GPT-Live может продолжить «разговор». На старте GPT-Live будет использовать в качестве такого напраника GPT-5.5.

OpenAI начала «раскатывать» две версии GPT‑Live для пользователей ChatGPT: в приложениях на iOS и Android, а также в веб-версии. GPT‑Live‑1 станет моделью по умолчанию в голосовом режиме ChatGPT для подписчиков Go, Plus и Pro, а GPT‑Live‑1 mini — для пользователей без подписки. В будущем компания также планирует открыть доступ через API.
Компания отметила, что оптимизировала GPT-Live для некоторых из самых популярных языков в ChatGPT. Но на некоторых языках модель может «говорить» с акцентом или не так бегло.