Lưu trữ — US — techcrunch
OpenAI ra mắt mô hình giọng nói mới cho cuộc trò chuyện trực tiếp tự nhiên hơn
OpenAI đã ra mắt các mô hình giọng nói mới, GPT-Live-1 và GPT-Live-1 mini, được thiết kế để thực hiện các cuộc trò chuyện tự nhiên hơn với các tính năng như giao tiếp full-duplex. Các mô hình nhằm nâng cao các tương tác trực tiếp, bao gồm dịch thuật, và sẽ thay thế Chế độ Giọng Nói Tiên tiến hiện tại trong ChatGPT. Mặc dù có sự cải tiến, nhưng vẫn còn các thách thức, như vấn đề phát âm trong quá trình dịch thuật. OpenAI hình dung giọng nói sẽ trở thành giao diện chính cho các nhiệm vụ phức tạp trong tương lai.
Điểm chính
- OpenAI đã phát hành GPT-Live-1 và GPT-Live-1 mini để cung cấp trải nghiệm trò chuyện tốt hơn.
- Những mô hình này cho phép giao tiếp song hành đầy đủ, cho phép người dùng gián đoạn một cách tự nhiên.
- GPT-Live-1 mini trở thành mặc định trong Chế độ Giọng nâng cao của ChatGPT.
- Các mô hình tích hợp với GPT-5.5 để cải thiện thông minh phản ứng.
- Chế độ giọng được xây dựng cho những cuộc trò chuyện kéo dài, nhằm mục tiêu là một trợ lý không cần dùng tay.
- Thách thức bao gồm các vấn đề về giọng địa phương và cách phát âm trong bản dịch, cho thấy có không gian để cải thiện.
- OpenAI đang cạnh tranh với các công ty công nghệ khác như Apple và Amazon về khả năng giọng nói.
Vì sao quan trọng
- Xu hướng hiện tại hướng đến trợ lý bằng giọng nói phản ánh xu hướng trong trí tuệ nhân tạo và xử lý ngôn ngữ tự nhiên đến năm 2025.
- Việc giọng nói trở thành giao diện chính phản ánh sự thay đổi trong tương tác của người dùng với công nghệ.
- Sự đổi mới của OpenAI tương đương với những nỗ lực của đối thủ về việc tăng cường tương tác AI biểu cảm hơn.
- Các doanh nghiệp khởi nghiệp cũng đang tăng cường tính biểu cảm của trợ lý AI, cho thấy sự đẩy mạnh ngành công nghiệp rộng hơn đối với trải nghiệm người dùng tự nhiên.
Bước tiến đáng kể của OpenAI trong việc giới thiệu các mô hình giọng nói mới đánh dấu một bước tiến quan trọng trong việc cải thiện tương tác trí tuệ nhân tạo, đặt giọng nói là giao diện chính tiềm năng cho các nhiệm vụ phức tạp. Tuy nhiên, các vấn đề còn tồn tại về chất lượng dịch chuyển nêu bật nhu cầu liên tục cải tiến trong công nghệ giọng nói.