OpenAI تطلق جيلا جديدا من نماذج الذكاء الاصطناعي الصوتية

أعلنت شركة OpenAI، عن إطلاق نموذجين جديدين للمحادثات الصوتية هما GPT-Live-1 وGPT-Live-1 mini، مؤكدة أنهما يقدمان تجربة أكثر طبيعية في التفاعل الصوتي مع تحسين القدرة على إدارة تبادل الأدوار أثناء الحديث.

OpenAI تطلق GPT-Live-1 وGPT-Live-1 mini بمحادثات صوتية أكثر طبيعية وترجمة فورية

ويعتمد النموذجان على تقنية Full-Duplex التي تتيح التحدث والاستماع في الوقت نفسه، ما يسمح للمستخدمين بمقاطعة المساعد بشكل طبيعي أثناء المحادثة، إلى جانب دعم ميزات مثل الترجمة الفورية المباشرة.

وفي إطار التحديثات، ستعتمد الشركة نموذج GPT-Live-1 mini كوضع الصوت الافتراضي الجديد في ChatGPT بدلا من وضع الصوت المتقدم الحالي، بينما سيتمكن مشتركو الخطط المدفوعة من استخدام النموذج الأكبر GPT-Live-1.

وكان النظام الصوتي السابق يعتمد على ثلاث مراحل منفصلة تشمل تحويل الكلام إلى نص، ثم معالجة الطلب عبر نموذج لغوي كبير، وأخيرا تحويل الرد النصي إلى صوت. 

أما النماذج الجديدة، فتقدم تجربة أكثر سلاسة مع إمكانية الاستفادة من أحدث نماذج OpenAI، مثل GPT-5.5، لتنفيذ عمليات البحث والاستدلال وتشغيل المهام الوكيلة Agentic دون تعطيل سير المحادثة.

وأكدت OpenAI خلال مؤتمر صحفي أن النماذج الجديدة تعالج مشكلات كانت تواجه وضع الصوت السابق، مثل مقاطعة المستخدم أثناء حديثه أو محدودية قدراته في الإجابة عن الأسئلة المعقدة. 

كما أوضحت أن النظام أصبح قادرا على الاستماع بصمت لفترات طويلة واستيعاب سياق المحادثة قبل الرد عند الحاجة.

وأضافت الشركة أن الوضع الصوتي الجديد يمكنه أيضا عرض بعض المعلومات بصيغ مرئية بفضل تكامله مع أحدث نماذج GPT، في توجه يواكب ما تعمل عليه شركات ناشئة مثل Monogram، التي تطور مساعدين يعتمدون على الاستجابات البصرية لجعل التفاعل أكثر ثراء.

وأشارت OpenAI إلى أن النسخة الجديدة صممت لدعم محادثات أطول، حيث كشف المسؤول عن منتج ChatGPT Voice، أنه أجرى محادثات استمرت ما بين 30 و40 دقيقة باستخدام الميزة أثناء التنزه.

وترى الشركة أن الواجهة الصوتية قد تصبح مستقبلا الوسيلة الأساسية للتفاعل مع الحوسبة وإنجاز المهام المعقدة والممتدة، بما في ذلك إدارة وكلاء الذكاء الاصطناعي. 

ورغم تقارير تحدثت عن احتمال إطلاق سماعات أذن مدعومة بالذكاء الاصطناعي خلال العام الجاري، فإن الشركة لم تكشف عن أي تفاصيل تتعلق بأجهزة أو منتجات عتادية جديدة.

وأوضح أن الاستخدامات الحالية لـ Codex وChatGPT تشير إلى أن الصوت قد يصبح مستقبلا الواجهة الرئيسية لإنجاز مختلف أنواع الأعمال، مع تطور قدرات وكلاء الذكاء الاصطناعي.

ولفتت OpenAI إلى أنها استثمرت خلال السنوات الماضية في تطوير الميزات الصوتية لجعل المحادثات أكثر طبيعية، مشيرة إلى أن أكثر من 150 مليون مستخدم يتفاعلون مع ChatGPT عبر ميزات مثل Voice وDictation.