AI 见闻
精选· 重要性 4/5

ChatGPT升级语音模式:更少打断,更自然对话

The Verge — AI··Emma Roth·约 2 分钟阅读
中文导读

OpenAI发布GPT-Live-1语音模型,实现全双工对话,能同时听说并减少打断,支持实时翻译和AI可视化,提升交互自然度。

OpenAI正在用一款新模型彻底改造ChatGPT的语音模式,据称该模式更像是“与另一个人交谈”。新的GPT-Live-1旨在减少打断,如果你在对话中停顿,它也会等你继续说话。ChatGPT升级后的语音模式更擅长闭嘴。

新的GPT-Live-1模型可以同时说话和聆听——并且更少打断你。在新闻发布会上,OpenAI研究员负责人Kundan Kumar称GPT-Live-1是公司迄今为止“最智能的语音模型”。

当需要推理或搜索网络时,它会自动将你的查询传递给其最好的文本模型(如GPT-5.5),从而能够更快地从研究你询问的主题过渡到谈论其发现。升级后的模型还会通过AI生成的视觉效果来补充关于天气、股票和体育的对话,显示体育比分或本周预报等相关信息。

ChatGPT此前依赖较旧的、回合制的语音模型,该模型并不总能产生准确的答案,有时难以维持自然的对话流程。“这是一个全双工模型,”OpenAI产品负责人Atty Eleti在简报中说。

“它真正的意思是,它可以同时说话和聆听……从模型的角度来看,它可以连续且同时地处理输入流并产生输出流。”

这种设置为ChatGPT的语音模式开辟了新功能,例如实时翻译。现在,ChatGPT可以在你说话时进行翻译,而不是等到你停止说话才翻译你的语音。你现在还可以要求ChatGPT Voice停止说话,直到被召唤,OpenAI表示这在以前是不可能的。

它会用“嗯哼”、“是的”和“明白了”等短语来确认正在聆听。OpenAI指出,它增加了内置的安全措施,引导模型在“高风险”情况下避免有害回应或完全结束聊天。(OpenAI目前正面临一系列诉讼,指控ChatGPT助长妄想并损害用户心理健康。

)该模型还经过训练,可以在关于自残的对话中提供“经过专家验证的危机热线支持”,并且旨在为青少年提供“适合年龄”的回应。GPT-Live-1正在iOS、Android和网页端推出。

它将为Go、Plus和Pro订阅者的ChatGPT Voice提供支持,而更小、更高效的GPT-Live-mini-1模型将是免费用户的默认选项。

原文出处
ChatGPT’s upgraded voice mode is better at shutting up

本文为机器翻译辅以 AI 润色,仅供参考。原始事实以原文为准。

相关阅读