เมื่อวันที่ 25 ตุลาคมที่ผ่านมา OpenAI ได้เปิดตัว GPT-Live ซึ่งเป็นโมเดลเสียงใหม่สองรุ่นที่ออกแบบมาเพื่อเปลี่ยนแปลงวิธีการสนทนากับ ChatGPT อย่างสิ้นเชิง โดยแทนที่โหมดเสียงขั้นสูงที่มีอยู่เดิม ด้วยสถาปัตยกรรมที่สามารถฟังและพูดได้พร้อมกัน คล้ายกับการสนทนาของมนุษย์จริงๆ โมเดลทั้งสองรุ่น ได้แก่ GPT-Live-1 และ GPT-Live-1 mini ได้เริ่มเปิดตัวทั่วโลกแล้วในวันนี้ ซึ่งรองรับทั้ง iOS, Android และ ChatGPT.com โดย GPT-Live-1 จะเป็นโมเดลเสียงเริ่มต้นสำหรับผู้ใช้ ChatGPT ที่ชำระเงินในระดับ Go, Plus และ Pro ขณะที่ GPT-Live-1 mini จะให้บริการแก่ผู้ใช้ในระดับฟรี
การเปิดตัว GPT-Live นี้ถือเป็นการพัฒนาครั้งที่สามของเทคโนโลยีเสียงของ ChatGPT ในระยะเวลาเพียงสองปี และเป็นความพยายามที่ชัดเจนที่สุดของ OpenAI ในการทำให้แชทบอทของตนรู้สึกเหมือนการสนทนากับเพื่อนร่วมงานมากกว่าการค้นหาข้อมูลในเสิร์ชเอนจิน โดยการใช้สถาปัตยกรรมที่เรียกว่า “full-duplex” ซึ่งในด้านโทรคมนาคมหมายถึงการที่ทั้งสองฝ่ายในการโทรศัพท์สามารถพูดและฟังได้ในเวลาเดียวกัน
สำหรับการนำเทคโนโลยี full-duplex มาประยุกต์ใช้กับ AI หมายความว่าโมเดลจะสามารถประมวลผลเสียงที่เข้ามาได้อย่างต่อเนื่อง ขณะเดียวกันก็สามารถสร้างคำตอบที่พูดออกมาได้โดยไม่ต้องรอให้มีช่วงเวลาเงียบเพื่อให้รู้ว่าผู้ใช้พูดจบแล้ว OpenAI กล่าวในบล็อกวิจัยของตนว่า “แทนที่จะประมวลผลข้อความที่แยกจากกัน GPT-Live จะประมวลผลข้อมูลเข้าอย่างต่อเนื่องในขณะที่สร้างข้อมูลออก” สิ่งนี้ทำให้โมเดลสามารถตัดสินใจในการโต้ตอบได้หลายครั้งต่อวินาที ไม่ว่าจะเป็นการพูด, ฟังต่อ, หยุด, ขัดจังหวะ หรือเรียกใช้เครื่องมือ
ในทางปฏิบัติ นี่แปลว่าผู้ช่วยเสียงสามารถแทรกการยอมรับในการสนทนา เช่น “อืม”, “ใช่”, “เข้าใจแล้ว” ขณะที่ผู้ใช้กำลังพูด ซึ่งจะทำให้การสนทนารู้สึกเป็นธรรมชาติมากยิ่งขึ้น สำหรับนักพัฒนาที่สนใจ OpenAI ยังมีแผนที่จะนำโมเดลเหล่านี้ไปสู่ API และเปิดโอกาสให้ผู้พัฒนาสามารถลงทะเบียนเพื่อรับข้อมูลข่าวสารเกี่ยวกับการอัปเดตในอนาคต
การพัฒนานี้ไม่เพียงแต่จะทำให้การสนทนากับ AI มีความลื่นไหลมากขึ้น แต่ยังเปิดโอกาสให้ผู้ใช้สามารถสื่อสารกับ ChatGPT ได้อย่างมีประสิทธิภาพมากขึ้น โดยไม่ต้องรู้สึกว่ากำลังพูดกับระบบที่ไม่มีชีวิต ซึ่งเป็นก้าวสำคัญในพัฒนาการของเทคโนโลยี AI ในอนาคต.
แหล่งข้อมูลอ้างอิง
บทความนี้สรุปและเขียนใหม่โดยทีมบรรณาธิการ อ้างอิงจาก michael.nunez@venturebeat.com (Michael Nuñez) ตามลิงก์ต้นฉบับด้านล่าง
อ่านต้นฉบับ: OpenAI launches GPT-Live, a full-duplex voice upgrade that lets ChatGPT talk more like a person
#OpenAI #GPT-Live #AI Voice #ChatGPT #Technology
