OpenAI เปิดตัว GPT-Live-1 ยกระดับโหมดเสียง ChatGPT คุยลื่นเหมือนคนจริง พูดแทรกได้ แปลภาษาเรียลไทม์

OpenAI เปิดตัวโมเดลสนทนาเสียงรุ่นใหม่ GPT-Live-1 และ GPT-Live-1 mini ที่ออกแบบมาให้พูดคุยกับ AI เป็นธรรมชาติมากขึ้น ทั้งจังหวะการสนทนา การรับฟัง และการโต้ตอบแบบเรียลไทม์

จุดเด่นของโมเดลใหม่นี้คือเป็น Full-Duplex Voice Model สามารถ “พูดและฟัง” พร้อมกันได้ ต่างจากระบบเดิมที่ต้องรอให้พูดจบก่อน AI จึงตอบกลับ ส่งผลให้ผู้ใช้สามารถพูดแทรกหรือขัดจังหวะระหว่างสนทนาได้อย่างเป็นธรรมชาติ คล้ายการคุยกับมนุษย์จริงๆ แถมยังรองรับฟีเจอร์อย่าง การแปลภาษาแบบเรียลไทม์ ได้ดีขึ้น

OpenAI ยังเปลี่ยน Advanced Voice Mode ใน ChatGPT ให้ใช้ GPT-Live-1 mini เป็นค่าเริ่มต้น ส่วนสมาชิกแบบเสียเงินจะสามารถใช้งาน GPT-Live-1 เวอร์ชันเต็มที่มีประสิทธิภาพสูงกว่า

ฉลาดขึ้น เพราะเชื่อมกับ GPT-5.5

ก่อนหน้านี้ ระบบเสียงของ ChatGPT ต้องอาศัยหลายโมเดลทำงานร่วมกัน ตั้งแต่แปลงเสียงเป็นข้อความ ประมวลผลด้วยโมเดลภาษา ก่อนแปลงกลับเป็นเสียงพูด แต่ GPT-Live รุ่นใหม่สามารถเชื่อมต่อกับโมเดลล่าสุดอย่าง GPT-5.5 ระหว่างการสนทนา ทำให้ AI สามารถค้นหาข้อมูล ให้เหตุผล หรือทำงานที่ซับซ้อนได้ทันที โดยที่บทสนทนาไม่สะดุด รวมถึงโมเดลใหม่ยังช่วยแก้ปัญหาที่ผู้ใช้พบเป็นประจำ เช่น AI พูดแทรกก่อนผู้ใช้พูดจบ หรือไม่เข้าใจบริบทของบทสนทนามากพอ

อีกความสามารถที่น่าสนใจคือ GPT-Live สามารถ “รอฟัง” ได้เป็นเวลานานโดยไม่รีบตอบ พร้อมเก็บบริบทของบทสนทนาไว้จนกว่าจะถูกเรียกใช้งาน นอกจากนี้เมื่อเชื่อมต่อกับโมเดล GPT รุ่นใหม่ ระบบยังสามารถตอบกลับด้วย ข้อมูลในรูปแบบภาพ ได้ในบางกรณีช่วยเพิ่มความเข้าใจในการสื่อสารมากขึ้น

OpenAI เชื่อว่า “เสียง” คืออินเทอร์เฟซแห่งอนาคต

Atty Eleti หัวหน้าฝ่ายผลิตภัณฑ์ ChatGPT Voice เปิดเผยว่า เขาใช้งานโหมดเสียงคุยกับ ChatGPT ต่อเนื่องนานถึง 30-40 นาที ระหว่างเดินเล่น และมองว่าการสนทนาด้วยเสียงจะกลายเป็นรูปแบบการใช้งานหลักของ AI ในอนาคต

OpenAI เผยว่าปัจจุบันมีผู้ใช้งานกว่า 150 ล้านคน ที่พูดคุยกับ ChatGPT ผ่านฟีเจอร์เสียงและ Voice Input แม้จะมีรายงานว่าบริษัทอาจเปิดตัวอุปกรณ์ฮาร์ดแวร์ด้าน AI ในปีนี้ แต่ OpenAI ยังไม่ได้เปิดเผยรายละเอียดใดๆ

OpenAI ย้ำว่า แม้ GPT-Live จะฟังดูเป็นธรรมชาติมากขึ้น แต่บริษัทไม่ได้ตั้งเป้าให้ AI กลายเป็น “เพื่อน” ของผู้ใช้ พร้อมใส่ระบบป้องกันเพื่อให้การสนทนาเหมาะสมกับผู้ใช้อายุน้อย และสามารถแนะนำแหล่งช่วยเหลือเมื่อบทสนทนาเกี่ยวข้องกับประเด็นอ่อนไหว

แม้ประสบการณ์โดยรวมจะดีขึ้น แต่ในการสาธิตฟีเจอร์แปลภาษาแบบสดเป็นภาษาฮินดี AI ยังพูดด้วยสำเนียงอเมริกันค่อนข้างชัด และใช้ภาษาที่ฟังดูไม่เป็นธรรมชาติ OpenAI ระบุว่า GPT-Live ได้รับการปรับแต่งให้รองรับ “ภาษาพูดส่วนใหญ่” แต่ยังไม่ได้เปิดเผยรายละเอียดว่าครอบคลุมภาษาใดบ้าง

การแข่งขันด้าน AI Voice กำลังร้อนแรงขึ้น โดยทั้ง Apple และ Amazon ต่างพัฒนาผู้ช่วยอัจฉริยะให้สนทนาเป็นธรรมชาติและเข้าใจบริบทมากขึ้น ขณะที่สตาร์ทอัปหลายรายก็พัฒนา AI Assistant ที่สามารถพูดคุยได้เหมือนมนุษย์ พร้อมทำงานเบื้องหลังไปพร้อมกัน

ที่มา techcrunch

หนุ่ย แซ่แต้

นักเขียนสาย Introvert ที่ชื่นชอบเรื่องนวัตกรรมและความคิดสร้างสรรค์ ใช้เวลาว่างกับ มังงะ, เสียงเพลงและ idol