OpenAI a lansat miercuri GPT-Live, primul său model vocal capabil să asculte și să vorbească simultan. Noua arhitectură „full-duplex” îi permite să confirme că urmărește conversația prin interjecții precum „mhmm”. Modelul înlocuiește actualul Advanced Voice Mode din ChatGPT.
Ce schimbă arhitectura full-duplex
Până acum, conversația cu ChatGPT semăna mai degrabă cu o sesiune de întrebări și răspunsuri. Modelul aștepta o pauză în vorbire pentru a răspunde, iar un moment de ezitare sau zgomotul de fundal îl făceau să întrerupă utilizatorul în momente nepotrivite.
GPT-Live procesează continuu sunetul primit în timp ce își generează propriul răspuns. Modelul poate decide de mai multe ori pe secundă dacă vorbește, continuă să asculte, face o pauză sau apelează un instrumen…