OpenAI анонсировала более естественные возможности общения для своего голосового ИИ-ассистента

24 марта OpenAI объявила о выпуске обновлений, которые сделают голосового ИИ-ассистента ChatGPT более общительным и отзывчивым, с меньшим количеством прерываний в середине предложений. Обновления теперь позиционируют ChatGPT как более серьезного конкурента для таких сервисов, как Sesame и Alexa.

оценивает аудиторию бесплатного плана ChatGPT более чем в 1 миллиард еженедельно активных пользователей, и именно рекламная модель помогает поддерживать работу бесплатной версии. опубликовала обновления в понедельник для режима Advanced Voice Mode, функции голосового ИИ, которая обеспечивает разговоры в реальном времени в ChatGPT, чтобы сделать ассистента более общительным и реже прерывать пользователей. Недавнее обновление имеет две основные цели: более вовлекающий ИИ-ассистент и меньшее количество прерываний.

Исследователь пост-обучения OpenAI Манука Стратта анонсировала изменения в демонстрационном видео, опубликованном в понедельник на официальных социальных каналах компании. В демо-ролике Манука продемонстрировала, что новая модель дает пользователям время на размышления и речь без прерываний.

OpenAI улучшает голосового ИИ-ассистента для более естественных разговоров 

OpenAI опубликовала объявление, представляющее обновленный голосовой режим ChatGPT, который реже прерывает пользователя, позволяя естественные паузы. Режим доступен всем пользователям, при этом платные пользователи дополнительно получают улучшенную личность модели, описываемую как вовлекающая, прямая и лаконичная.

— Tibor Blaho (@btibor91) March 24, 2025

ChatGPT запустил новый расширенный голосовой режим, доступный как для бесплатных пользователей, так и для платных подписчиков, включая тех, кто находится на тарифах Plus, Teams, Edu, Business и Pro. Обновленная функция позволяет вести разговоры в реальном времени внутри ChatGPT, повышая гибкость ИИ-ассистента и минимизируя прерывания во время взаимодействия с пользователем.

Обновление выходит на фоне растущей конкуренции на рынке голосовых ИИ-ассистентов. OpenAI испытывает давление со стороны новых игроков, таких как Sesame — стартап, поддержанный Andreessen Horowitz, который стал вирусным благодаря своим естественно звучащим голосам ИИ, Мэй и Майлз, — и Amazon, который готовит масштабное обновление Alexa на основе большой языковой модели. 

"Поскольку он прерывает вас реже, у вас будет больше времени, чтобы собрать свои мысли, и вы не будете чувствовать, что вам нужно постоянно заполнять все паузы и тишину."

— Манука Стратта

Представитель OpenAI заявил, что новый голосовой ИИ-ассистент для платных пользователей стал «более прямым, вовлекающим, лаконичным, конкретным и креативным в своих ответах». 

OpenAI также объявила о выпуске новых моделей для автоматического распознавания речи (ASR) и синтеза речи (TTS), что стало еще одним шагом в развитии ИИ-технологий для голоса. Новые модели обещают высокую точность и доступность, делая их альтернативой для предприятий, стремящихся развернуть голосовых агентов на базе ИИ. 

Новые модели ASR — gpt-4o-transcribe и gpt-4o-mini-transcribe — представляют собой значительный скачок по сравнению с Whisper, предыдущей передовой моделью транскрипции OpenAI. Эти модели предлагают улучшенные показатели ошибки слов и лучшее распознавание разнообразных языков, акцентов и фонового шума. Новые модели TTS могут генерировать очень реалистичные голоса с естественно звучащими интонациями и выразительностью. Модели позволяют задавать тон, эмоции и манеру речи голоса с помощью текстовых подсказок на естественном языке.

Голосовой ИИ-ассистент ChatGPT заставляет пользователей чувствовать себя более одинокими

Новое исследование, проведенное OpenAI в сотрудничестве с Лабораторией медиа MIT сообщила показало, что большинство пользователей ChatGPT используют ИИ-ассистента для практических целей. Исследование, проанализировавшее почти 40 миллионов взаимодействий с ChatGPT, разделило пользователей на разные группы: некоторые использовали только текст, другие экспериментировали с голосовым взаимодействием с ИИ-персонажами — один из которых был разработан как более эмоциональный, а другой оставался нейтральным..

Данные показали, что те, кто сильно полагался на расширенный голосовой режим, развили более сильную эмоциональную связь с ChatGPT, причем некоторые считали его «другом». Эффекты голосовой функции варьировались: короткие взаимодействия улучшали настроение пользователей, тогда как длительное ежедневное использование иногда оказывало противоположный эффект.

Результаты исследования показали, что личные разговоры ассоциировались с более высоким уровнем одиночества, но более низкой эмоциональной зависимостью. Напротив, безличные разговоры демонстрировали другую картину: уровень эмоциональной зависимости рос при интенсивном использовании.

Джейсон Фанг, исследователь безопасности OpenAI, участвовавший в проекте, заявил, что многое из того, что сделала OpenAI, является предварительным, но компания пытается начать разговор об измерении этих воздействий и их долгосрочных последствий для пользователей. Кейт Девлин, профессор ИИ и общества в Королевском колледже Лондона, сказала, что люди, возможно, не обязательно использовали ChatGPT эмоционально, но они не могут отделить человеческое начало от своего взаимодействия с технологиями.