حالت صدای به روز شده ChatGPT برای سکوت بهتر است

OpenAI در حال اصلاح حالت صوتی ChatGPT با مدل جدیدی است که می گوید بیشتر شبیه “صحبت کردن با شخص دیگری” است. GPT-Live-1 جدید طوری طراحی شده است که کمتر شما را قطع کند و حتی در صورت توقف مکالمه در میانه مکالمه، منتظر ادامه صحبت شما خواهد بود.

طی یک کنفرانس مطبوعاتی، کوندان کومار، رئیس تحقیقات OpenAI، GPT-Live-1 را «هوشمندترین مدل صدای این شرکت» نامید. هنگامی که نیاز به استدلال یا جستجو در وب داشته باشد، به طور خودکار سؤالات شما را به بهترین مدل های متنی خود، مانند GPT-5.5 تغییر می دهد و به آن اجازه می دهد از تحقیق در مورد موضوعی که خواسته اید به مکالمه در مورد نتایج، سریعتر حرکت کند. مدل به روز شده همچنین مکالمات مربوط به آب و هوا، سهام و ورزش را با تصاویر تولید شده توسط هوش مصنوعی که اطلاعات مرتبطی مانند امتیازات ورزشی یا پیش بینی این هفته را نشان می دهد، ادغام می کند.

ChatGPT قبلاً بر یک مدل صدای نوبتی قدیمی‌تر تکیه می‌کرد، که همیشه پاسخ‌های دقیقی ایجاد نمی‌کرد و گاهی اوقات برای حفظ یک جریان مکالمه طبیعی تلاش می‌کرد. آتی التی، مدیر محصول OpenAI در طی این نشست گفت: “این یک مدل دوبلکس کامل است.” معنای واقعی آن این است که می تواند همزمان صحبت کند و گوش دهد… از دیدگاه مدل، می تواند جریان ورودی را پردازش کرده و جریان خروجی را به طور مداوم و همزمان تولید کند.

این پیکربندی ویژگی‌های جدیدی را برای حالت صوتی ChatGPT باز می‌کند، مانند ترجمه بلادرنگ. اکنون، به‌جای اینکه منتظر بمانید تا صحبت را متوقف کنید تا سخنرانی خود را ترجمه کنید، ChatGPT می‌تواند در حین صحبت کردن، ترجمه کند. هم‌اکنون می‌توانید از ChatGPT Voice بخواهید تا زمانی که تماس گرفته نشود، صحبت را متوقف کند، که OpenAI می‌گوید قبلاً امکان‌پذیر نبود. او تصدیق خواهد کرد که با عباراتی مانند “ممم” یا “بله” و حتی “فهمیده” گوش می دهد.

OpenAI اشاره می‌کند که محافظ‌های داخلی را اضافه کرده است که مدل را از پاسخ‌های مخرب دور می‌کند یا چت‌ها را کاملاً در موقعیت‌های “خطر بالاتر” پایان می‌دهد. (OpenAI در حال حاضر با مجموعه‌ای از شکایت‌ها روبه‌رو است که ادعا می‌کند ChatGPT به هذیان‌ها دامن زده و به سلامت روانی کاربران آسیب رسانده است.) این مدل برای ارائه «پشتیبانی از خط کمک بحران تحت نظارت متخصص» حتی در مکالمات مربوط به آسیب‌رسانی به خود آموزش دیده است و همچنین برای ارائه پاسخ‌های «مناسب سن» برای نوجوانان طراحی شده است.

GPT-Live-1 در iOS، Android و وب در دسترس است. این قابلیت ChatGPT Voice for Go، Plus و Pro را تامین می کند، در حالی که یک مدل کوچکتر و کارآمدتر مینی GPT-Live-1 پیش فرض کاربران رایگان خواهد بود.