GPT-Live превращает голос ChatGPT в непрерывный разговор

OpenAI представил GPT-Live-1 и GPT-Live-1 mini 8 июля и начал глобальное внедрение ChatGPT. Модели поддерживают полнодуплексное взаимодействие, что позволяет системе продолжать слушать, пока она говорит, и реагировать на прерывания, не заставляя каждый обмен следовать строгой схеме вызовов и ответов.

OpenAI сообщил, что голосовая система может передавать GPT-5.5 поиск, рассуждения и другую сложную работу, сохраняя при этом разговор. Это разделение позволяет живой модели управлять синхронизацией и речью, в то время как другая модель работает над более тяжелой задачей. Насколько хорошо передача управления сохраняет контекст, выявляет задержки и позволяет избежать разговоров с пользователем, остается оперативным вопросом, а не урегулированным заявлением о запуске.

Доступ к API планировался позже и не был представлен как общедоступный в первой потребительской версии. Поэтому разработчикам следует отделить развертывание ChatGPT от любого будущего программируемого доступа. Право на участие в плане, поддерживаемые языки и региональная доступность также могут измениться и требуют подтверждения в текущих примечаниях к выпуску.

В обновлении от 31 июля добавлена поддержка SynthID для подходящего сгенерированного аудио, а также общедоступные маршруты проверки и маршруты проверки API. Дополнение появилось после первоначального запуска, и его следует описывать как более позднее обновление, а не как функцию, обязательно присутствующую в каждом аудиовыходе с первого дня.

Ключевой тест заключается не в том, звучит ли демонстрация по-человечески. Постоянно слушающему помощнику необходимо восстанавливаться после перебоев, сохранять молчание в нужный момент, управлять фоновой речью и переводить, не теряя смысла. TechCrunch отметил неестественный хинди в демонстрации, но один пример не является многоязычной оценкой и не может поддерживать широкий рейтинг качества.