OpenAI запустил Advanced Voice Mode (расширенный голосовой режим) для пользователей ChatGPT Plus и Team. Новая функция обеспечивает более естественные и отзывчивые разговоры с ИИ-ассистентом.
Расширенный голосовой режим использует GPT-4o, полностью мультимодальную модель, обученную понимать элементы речи. Это отличается от "стандартных голосовых" разговоров, которые опираются на отдельные модели преобразования текста в речь и речи в текст. С расширенной голосовой связью взаимодействие с ИИ происходит более плавно, с учетом контекста, и он может улавливать невербальные сигналы, например скорость речи, и реагировать на них с соответствующими эмоциями.
Ключевые особенности Advanced Voice:
— Пять новых голосов присоединяются к существующей линейке, предлагая пользователям выбор из девяти различных характеров: Vale, Spruce, Arbor, Maple, Sol, Breeze, Cove, Ember и Juniper.
— Улучшенное распознавание акцента позволяет более точно передавать различные диалекты английского языка.
— Поддержка более 50 языков.
— Пользовательские инструкции и функции памяти позволяют персонализировать взаимодействие с ИИ-ассистентом.
Взаимодействие с ChatGPT в расширенном голосовом режиме происходит более естественно. Благодаря интеграции мультимодального понимания система может предоставлять более подходящие по контексту и эмоционально насыщенные ответы. Эта разработка может проложить путь к созданию более сложных ИИ-помощников в различных областях — от обслуживания клиентов до образования и не только.
Однако многие возможности модели, лежащей в основе Advanced Voice Mode, пока недоступны. Во время презентации GPT-4o OpenAI продемонстрировала гораздо более широкие функции, особенно в области обработки визуальной информации. Они включали в себя анализ видео или графики в режиме реального времени и распознавание эмоций на лицах. Доступный на данный момент Advanced Voice Mode не может обрабатывать изображения или видео. Он также не генерирует изображения и не может осуществлять поиск в Интернете.
Advanced Voice также пока недоступен в ряде европейских стран, включая страны-члены ЕС, Великобританию, Швейцарию, Исландию, Норвегию и Лихтенштейн. Возможной причиной этого может быть способность системы распознавать эмоции — функция, которая запрещена законом ЕС об ИИ.
