Общаться с ChatGPT стало гораздо менее неловко.
ИИ-ассистенты, такие как ChatGPT, развиваются стабильными темпами, предлагая с каждой новой моделью больше возможностей, высокую точность и быстрый отклик. Генеративный ИИ не идеален, и его не стоит воспринимать как непреложный источник информации, однако тем, кто уже принял эту технологию, может быть удобнее переключиться на голосовое общение вместо того, чтобы печатать всё вручную. Первоначальный голосовой режим ChatGPT в 2023 году опирался на три отдельные системы. Сначала он преобразовывал вашу речь в текст, затем генерировал ответ с помощью языковой модели и после этого использовал модель преобразования текста в речь, чтобы зачитать его вслух.
Продвинутый голосовой режим (Advanced Voice Mode) появился позже и был оснащен единой мультимодальной моделью, которая значительно улучшила работу. Теперь ChatGPT поставляется с моделью GPT-Live для обработки голосовых разговоров, и это серьезный шаг вперед в плане того, насколько естественными ощущаются беседы. В OpenAI это называют «полнодуплексной» архитектурой, которая позволяет системе слушать и говорить одновременно. Это как раз та проблема, которая могла возникать с предыдущей голосовой моделью: она иногда принимала короткую паузу за конец вашей реплики и начинала отвечать до того, как вы действительно закончили предложение.
Теперь вы будете время от времени слышать, как ChatGPT произносит короткие подтверждения вроде «угу» или «ага», пока вы говорите, — точно так же, как человек может реагировать во время реальной беседы. GPT-Live также может передавать более сложные задачи другим мощным моделям (например, GPT-5.5) в фоновом режиме, когда для ответа требуются логические рассуждения или поиск информации.
Начало разговора с GPT-Live
Голосовая модель GPT-Live доступна через приложение ChatGPT на устройствах с Android и iOS, а также в веб-версии через любой браузер. Пользователи ChatGPT Pro, Plus и Go получат доступ к модели GPT-Live-1, в то время как владельцам бесплатной подписки доступна мини-модель GPT-Live-1. GPT-Live заменяет прежнюю пошаговую Продвинутую голосовую модель в качестве варианта по умолчанию. Чтобы начать, просто нажмите на значок голосового управления ChatGPT, который выглядит как символ аудиоволны и находится в самом правом углу текстового поля. Если вы впервые общаетесь с ChatGPT голосом, вас могут попросить предоставить доступ к микрофону вашего устройства.
Как только вы войдете в голосовой режим, на экране появится адаптивный плавающий шар. Теперь вы можете начать говорить в обычном режиме. Если вы нажмете на значок настроек в правом верхнем углу, то сможете изменить уровень «интеллекта» голосовой модели. На выбор предлагается три варианта: «Мгновенный» (Instant), «Средний» (Medium) и «Высокий» (High). Эта настройка недоступна в мини-модели GPT-Live-1, поэтому на данный момент для нее требуется платная подписка. Голосовой режим ChatGPT останется активным, даже если вы переключитесь на другое приложение или заблокируете устройство.
Хотя в целом это обновление превосходит предыдущие итерации голосового режима ChatGPT, в настоящее время GPT-Live не поддерживает демонстрацию экрана или видео. К счастью, вы можете вернуться к старой голосовой модели, зайдя в настройки ChatGPT, перейдя в раздел Голос (Voice) и выбрав другую модель. Здесь же вы можете выбрать другой голос для ChatGPT, изменить язык или установить голосовой режим ChatGPT в качестве режима по умолчанию при запуске приложения.
В чем GPT-Live проявляет себя лучше всего
Я предпочитаю печатать тексты, поэтому поначалу не придавал особого значения обновленной версии голосового управления ChatGPT. Ну, по крайней мере, до тех пор, пока действительно не попробовал провести с ней несколько долгих разговоров. Больше всего меня впечатлил не её уровень интеллекта, а то, как быстро я перестал думать о том, что общаюсь с искусственным интеллектом. Голосовой помощник ChatGPT больше не перебивает вас на полуслове, и вам больше не нужно неловко ждать, пока он закончит говорить, прежде чем вставить свое слово. При работе с более длинными запросами у меня создавалось ощущение, что GPT-Live способна предвосхищать то, что я собираюсь сказать дальше.
Благодаря своей отзывчивости GPT-Live также отлично подходит для осуществления синхронного перевода. В любой момент разговора с GPT-Live вы можете прокрутить экран вниз, чтобы увидеть расшифровку всего сказанного. Если вы зададите ChatGPT вопрос, на который, по ее мнению, лучше ответить с помощью визуальных материалов, она создаст интерактивный виджет прямо во время голосового ответа.
Уровень интеллекта GPT-Live по умолчанию установлен на значение «Мгновенный» (Instant), что позволяет с легкостью справляться с большинством повседневных вопросов, отдавая приоритет быстрому отклику. При этом система все равно может перекладывать поиск и более глубокие рассуждения на более мощные модели в фоне, сохраняя при этом плавность беседы. Если вы планируете регулярно обсуждать с GPT-Live сложные темы, то, как я заметил, переключение на уровни «Средний» (Medium) и «Высокий» (High) добавляет лишнюю секунду-две на раздумья, однако эта задержка ничуть не умаляет естественности течения беседы.














