أطلقت «أوبن إيه آي» جيلاً جديداً من نماذج الصوت باسم «جي بي تي لايف» (GPT-Live) في خطوة تهدف إلى جعل التحدث مع «تشات جي بي تي» أقرب إلى محادثة بشرية طبيعية، لا تبادل أوامر متقطعة بين المستخدم والنظام. ويبدأ طرح النموذج عالمياً داخل تجربة «ChatGPT Voice» عبر نسختين هما «GPT-Live-1» و«GPT-Live-1 mini» على أن يصل لاحقاً إلى واجهة البرمجة للمطورين والشركات.

 
الاستماع والتحدث معاً
الفرق الأساسي في النموذج الجديد أنه يعتمد على بنية تعرف باسم «full-duplex» أي أنه يستطيع الاستماع والتحدث في الوقت نفسه. في النماذج الصوتية السابقة، كان النظام ينتظر غالباً انتهاء المستخدم من الكلام قبل أن يبدأ في الرد، مما يجعل الحوار أقرب إلى جولات منفصلة. أما في النموذج الجديد، فيستطيع النظام متابعة الكلام، أو الصمت عندما يحتاج المستخدم إلى التفكير، أو الرد السريع، أو استخدام عبارات قصيرة تدل على أنه يتابع الحديث.

تقول «أوبن إيه آي» إن «GPT-Live» يستطيع اتخاذ قرارات تفاعلية مرات عدة في الثانية، مثل أن يتكلم أو يواصل الاستماع أو يتوقف أو يقاطع أو يستدعي أداة أخرى. هذا التحول مهم لأن كثيراً من الإحباط في تجارب الصوت السابقة كان ناتجاً عن سوء تقدير لحظة انتهاء الكلام، خصوصاً عند وجود توقف قصير أو ضوضاء في الخلفية.

 

 

 

الشرق الاوسط