OpenAI lanceert GPT-Live, een paar nieuwe stemmodellen die de interacties met ChatGPT verbeteren door gelijktijdig spreken en luisteren mogelijk te maken, vergelijkbaar met menselijke gesprekken. De modellen, GPT-Live-1 en GPT-Live-1 mini, werden op dezelfde dag als de release wereldwijd uitgerold op iOS, Android en ChatGPT.com. GPT-Live-1 zal dienen als het standaard spraakmodel voor betalende gebruikers, terwijl GPT-Live-1 mini bedoeld is voor free-tier gebruikers. OpenAI is ook van plan deze modellen via API beschikbaar te maken voor ontwikkelaars.
Dit markeert de derde generatie van ChatGPT’s spraaktechnologie in twee jaar, waarbij OpenAI zich richt op het creëren van een soepelere gebruikerservaring die natuurlijker aanvoelt dan simpelweg het bevragen van een zoekmachine. De belangrijkste innovatie is de ‘full-duplex architectuur’, waardoor het model binnenkomende audio continu kan verwerken en tegelijkertijd gesproken reacties kan genereren.
Volgens OpenAI maakt deze nieuwe architectuur snelle interactiebeslissingen mogelijk, waardoor conversatiebevestigingen zoals “mhmm” en “begrepen” mogelijk zijn terwijl gebruikers nog aan het woord zijn, en onderbrekingen effectiever kunnen worden beheerd. De vorige Advanced Voice Mode was gebaseerd op turn-based uitwisselingen, wat soms resulteerde in lastige onderbrekingen vanwege korte pauzes of achtergrondgeluiden.
In GPT-Live zijn spraakinteractie en redeneerfuncties gescheiden, waardoor het systeem gesprekken kan voortzetten terwijl complexe vragen worden gedelegeerd naar een backend-model, met name GPT-5.5. Deze verschuiving heeft tot doel een vloeiendere interactie-ervaring mogelijk te maken, waardoor stemagenten taken kunnen uitvoeren zoals het doorzoeken van databases zonder de gespreksstroom te verstoren. OpenAI verwacht dat deze structurele verandering bedrijfsapplicaties zal verbeteren, waardoor complexere interacties mogelijk zullen worden.
OpenAI meldde dat wekelijks meer dan 150 miljoen gebruikers spraakfuncties gebruiken, wat het groeiende belang van steminteracties in verschillende toepassingen weerspiegelt, waaronder taaloefeningen en handsfree hulp. GPT-Live introduceert verbeteringen zoals visuele kaarten die contextuele informatie weergeven en drie niveaus van redenering voor reacties: Direct, Gemiddeld en Hoog.
OpenAI heeft nieuwe veiligheidsmaatregelen geïmplementeerd om de risico’s die gepaard gaan met realtime steminteractie aan te pakken. Deze omvatten realtime beveiligingen voor situaties met een hoog risico en evaluaties gericht op emotionele afhankelijkheid en andere gevaren die uniek zijn voor gesproken communicatie. Vergeleken met de vorige Advanced Voice Mode zijn de veiligheidsscores aanzienlijk verbeterd in verschillende categorieën, zoals illegaal gedrag en zelfbeschadiging.
Concurrenten, waaronder Google, ByteDance en Nvidia, maken ook vorderingen op het gebied van full-duplex spraaktechnologie. OpenAI wordt geconfronteerd met uitdagingen, waaronder beperkte taalondersteuning en een aanvankelijk gebrek aan API-toegang, die de marktpenetratie ervan zouden kunnen belemmeren. Ondanks deze obstakels is OpenAI van plan om met GPT-Live voice in te richten als primaire interface voor AI-interacties, wat in de toekomst mogelijk kan leiden tot meer geavanceerde taakbeheermogelijkheden.
