OpenAI ra mắt GPT-Live, mô hình giọng nói giúp ChatGPT trò chuyện tự nhiên hơn

Vào thứ Tư, OpenAI đã chính thức ra mắt GPT-Live, một thế hệ mô hình giọng nói mới được thiết kế để mang lại trải nghiệm trò chuyện tự nhiên hơn với trí tuệ nhân tạo. Các mô hình này hiện đang cung cấp năng lượng cho tính năng ChatGPT Voice, sử dụng kiến trúc cho phép AI có thể lắng nghe và nói đồng thời. Trong các cuộc hội thoại, mô hình có thể thừa nhận thông tin đầu vào bằng các cụm từ như "mhmm" hoặc "vâng", tham gia vào các cuộc trao đổi nhanh hoặc giữ im lặng khi cần thiết.

OpenAI giới thiệu hai phiên bản: GPT-Live-1 dành cho người dùng trả phí (Go, Plus, Pro) và GPT-Live-1 mini dành cho người dùng miễn phí. Các mô hình này đang được triển khai trên toàn cầu cho người dùng ChatGPT trên các nền tảng iOS, Android và web. GPT-Live có khả năng ủy thác các tác vụ phức tạp như tìm kiếm trên web hoặc suy luận sâu cho các mô hình tiên tiến hơn chạy nền, với GPT-5.5 được sử dụng tại thời điểm ra mắt.

Công nghệ mới này khác biệt so với các hệ thống giọng nói trước đây, vốn hoạt động theo kiểu tuần tự hoặc theo lượt, yêu cầu người dùng phải nói xong trước khi AI phản hồi. Ngược lại, GPT-Live xử lý thông tin đầu vào liên tục trong khi tạo ra câu trả lời, cho phép tương tác nhanh hơn. Trong các đánh giá, cả hai phiên bản GPT-Live đều được người dùng ưa thích hơn so với Chế độ Giọng nói Nâng cao (Advanced Voice Mode) trước đó về các yếu tố như độ tự nhiên và luồng hội thoại.

Ad

Trải nghiệm ChatGPT Voice mới cũng bao gồm các câu trả lời thông minh hơn, khả năng nghe được cải thiện và các phản hồi trực quan dưới dạng thẻ thông tin về thời tiết, chứng khoán hay thể thao. Tuy nhiên, tại thời điểm ra mắt, GPT-Live chưa hỗ trợ giọng nói đi kèm với video hoặc chia sẻ màn hình. OpenAI cho biết đang nỗ lực để bổ sung các tính năng này trong tương lai.