تُطلق OpenAI خدمة الصوت ثنائي الاتجاه الكامل GPT-Live لمستخدمي ChatGPT

بدأت OpenAI يوم الأربعاء في طرح وضع صوتي مُعاد بناؤه لمستخدمي ChatGPT من المستهلكين، حيث استبدلت الوضع الصوتي المتقدم بنموذجين، GPT-Live-1 و GPT-Live-1 mini، اللذين يمكنهما سماع المستخدم والرد في نفس الوقت.

سيتم توفير التحديث لحسابات المستهلكين المجانية والمدفوعة ويأتي قبل يوم واحد من إطلاق عائلة طرازات GPT-5.6 من قبل الشركة.

السبب الرئيسي وراء التحول إلى GPT Live هو البنية. فبينما كانت نماذج الصوت السابقة تنتظر المتحدث البشري حتى ينهي جملته، يعمل GPT-Live بناءً على بنية OpenAI ثنائية الاتجاه ، والتي تتضمن معالجة الكلام المدخل وتوليد الكلام الناتج في الوقت نفسه.

بحسب إعلان OpenAI، يتخذ النموذج قرارات عدة مرات في الثانية بشأن ما إذا كان سيتحدث، أو يستمر في الاستماع، أو يتوقف مؤقتًا، أو يقاطع، أو يستخدم أداة. عمليًا، هذا يعني أن المستخدم يستطيع التحدث أثناء الاستماع، أو التوقف للتفكير دون مقاطعة، أو سماع صوت "هممم" الذي يصدره النموذج للإشارة إلى أنه يتابع.

تُضيف OpenAI تقنية GPT-Live إلى ChatGPT Voice

أصبحت حسابات ChatGPT المجانية الآن تستخدم GPT-Live-1 mini، بينما يحصل المشتركون في فئات Go و Plus و Pro على GPT-Live-1 الأكبر.

يشمل التحديث أنظمة iOS وAndroid والويب، ونظرًا لأن ChatGPT يعمل بالفعل عبر CarPlay، فقد أشار موقع 9to5Mac إلى أن التحديث سيصل أيضًا إلى السيارة. وتؤكد OpenAI أنه تم تحسين الأصوات التسعة في ChatGPT لتناسب الطرازات الجديدة.

كما أوضحت الشركة أنها صممت GPT-Live ليكون محرك محادثة، وليس محرك استدلال. فعند التعامل مع الطلبات الأكثر تعقيدًا، لا يستطيع GPT-Live معالجة كل شيء بمفرده. ووفقًا لشركة OpenAI، فإن نموذج الصوت قادر على تفويض مهام مثل البحث على الإنترنت، والاستدلال، وحتى تقديم إجابات متعددة الخطوات إلى GPT-5.5 دون إيقاف المحادثة الصوتية.

يهدف هذا التحديث إلى معالجة أحد أبرز عيوب وضع الصوت السابق في ChatGPT، حيث كان يبدو أحيانًا أقل فعالية مقارنةً بالكتابة. كما سيتمكن المستخدمون من الاختيار بين وضع الاستجابة السريعة ووضع الاستجابة المكثفة.

تُضيف OpenAI أيضًا ميزة الترجمة الفورية للكلام وبطاقات مرئية لحالة الطقس وأسعار الأسهم ونتائج المباريات الرياضية، مما يُتيح للمستخدمين الحصول على بعض الإجابات على الشاشة بدلًا من قراءة ChatGPT لكل شيء بصوت عالٍ. وأفادت الشركة أن أكثر من 150 مليون شخص يستخدمون بالفعل ميزات ChatGPT مثل الصوت والإملاء أسبوعيًا.

تعمل تقنية GPT-Live على تحسين تدفق الصوت ولكنها تترك فجوات

بحسب موقع TechCrunch، الذي غطى مؤتمراً صحفياً لشركة OpenAI، فإن الترجمة الهندية كانت ذات لكنة أمريكيةtronإلى جانب لغة رسمية للغاية.

بحسب شركة OpenAI، يعمل النموذج بشكل أفضل مع "بعض اللغات الأكثر شيوعًا في ChatGPT"، مع التنبيه إلى احتمال وجود مشكلة في اللهجة أو الطلاقة في بعض اللغات. كما ذكرت OpenAI أن الصوت المصاحب للفيديوهات ومشاركة الشاشة غير مدعوم حاليًا.

رغم أن شركة OpenAI قد سوّقت GPT-Live باعتباره نسخةً أكثر إنسانيةً من بين جميع نماذجها، إلا أنها تؤكد أنه ليس رفيقًا ذكيًا. كما سلطت الشركة الضوء على الضمانات التي وضعتها لضمان استجابات مناسبة لأعمار المراهقين. وأضافت أيضًا أن موارد الدعم متوفرة في حال تطرّق حديث المستخدم إلى إيذاء النفس.

يتم الاحتفاظ بالمقاطع الصوتية من محادثات Live و Advanced Voice لمدة 30 يومًا ولا يتم استخدامها لتدريب النماذج إلا إذا اختار المستخدمون مشاركتها.

قال المحامي إيليتي، قائد منتج ChatGPT Voice، في الإحاطة الإعلامية إنه أجرى محادثات لمدة 30 إلى 40 دقيقة باستخدام الميزة أثناء المشي، وجادل بأن الصوت يمكن أن يصبح وسيلة رئيسية للأشخاص لإنجاز مهام أطول وأكثر تعقيدًا.

إننا نعتقد أن الصوت يمكن أن يكون واجهة المستقبل لجميع أنواع العمل، وذلك بفضل حالات الاستخدام المذهلة التي نراها في تطبيقات Codex وChatGPT

– إيليتي عبر موقع TechCrunch

إطلاق GPT-5.6 يضع التوقيت في دائرة الضوء

يُعد تحديث الصوت منفصلاً عن إصدار النموذج الذي حددته شركة OpenAI ليوم الخميس.

وفقًا لموقع Cryptopolitan، تمت الموافقة على إصدار GPT-5.6 للجمهور بعد أن رفعت وزارة التجارة الأمريكية الحظر المفروض خلال مراجعتها للأمن القومي، وهو متوفر في ثلاثة إصدارات: Sol و Terra و Luna.

من المقرر أن يصل GPT-Live إلى واجهة برمجة تطبيقات OpenAI بعد طرحه للمستهلكين، مع إمكانية تسجيل المطورين للحصول على إمكانية الوصول.