OpenAI розгортає новий голосовий режим ChatGPT із природнішими діалогами

10 серпня 2026 р. 01:27

10 серпня 2026 р. 01:27

У липні OpenAI представила сімейство моделей GPT-5.6 та інструмент ChatGPT Work. Компанія тоді розширила можливості ChatGPT для складних робочих завдань і взаємодії з іншими сервісами. Тепер OpenAI оновила й голосове спілкування в ChatGPT, перевівши його на модель GPT-Live із full-duplex архітектурою, яка може одночасно слухати користувача та формувати усну відповідь. Новий режим доступний у застосунках для Android та iOS і у вебверсії, а платні користувачі отримали GPT-Live-1 із можливістю вибору рівня інтелекту. Про це повідомило видання Engadget.

Перший Voice Mode у ChatGPT, запущений у 2023 році, працював через три окремі системи. Мовлення користувача спочатку перетворювалося на текст, після цього мовна модель створювала відповідь, а окрема система синтезу мовлення озвучувала її. Пізніше OpenAI перейшла до Advanced Voice Mode на базі єдиної мультимодальної моделі.

Тепер основним голосовим рішенням став GPT-Live. Його full-duplex архітектура дозволяє системі одночасно сприймати мовлення та говорити. Це має усунути одну з проблем попереднього режиму, коли коротка пауза могла сприйматися як завершення репліки і ChatGPT починав відповідати до того, як користувач закінчував думку.

Під час розмови GPT-Live також може вставляти короткі голосові реакції, характерні для звичайного діалогу. Складніші завдання модель здатна передавати іншим системам, зокрема GPT-5.5, якщо запит потребує додаткового аналізу або пошуку.

GPT-Live доступний у мобільних застосунках ChatGPT для Android та iOS, а також через браузер. Користувачі тарифів Pro, Plus і Go отримують GPT-Live-1, тоді як безплатний тариф використовує GPT-Live-1 mini. Новий режим замінив попередній Advanced Voice як стандартний варіант голосової взаємодії.

Для запуску потрібно натиснути піктограму Voice праворуч від поля введення. Під час першого використання застосунок може запросити доступ до мікрофона. Після активації на екрані з’являється інтерактивний індикатор голосового режиму.

У налаштуваннях GPT-Live-1 доступні три рівні роботи моделі – Instant, Medium і High. Instant орієнтований на швидкі повсякденні відповіді, тоді як Medium і High виділяють більше обчислювальних ресурсів для складніших запитів. У GPT-Live-1 mini ця функція наразі недоступна.

Голосовий режим може залишатися активним після переходу до іншого застосунку або блокування смартфона. Водночас GPT-Live поки не підтримує демонстрацію екрана та відео. Для цих можливостей користувач може повернутися до попередньої голосової моделі через налаштування ChatGPT. Там само можна обрати інший голос, змінити мову та встановити Voice як стандартний режим запуску застосунку.

Однією з ключових змін стала можливість вести розмову без суворого поділу на окремі репліки. Користувач може починати говорити ще під час відповіді ChatGPT, а система краще розпізнає паузи та продовження фраз.

GPT-Live також можна використовувати для перекладу розмов у реальному часі. Під час сеансу доступна текстова розшифровка діалогу. Якщо для відповіді потрібне візуальне представлення інформації, ChatGPT може показати інтерактивний віджет паралельно з голосовою відповіддю.

За замовчуванням GPT-Live працює в режимі Instant. Для складних запитів система може передавати пошук або поглиблений аналіз потужнішим моделям, не перериваючи голосовий діалог. Режими Medium і High збільшують час обробки запиту, але орієнтовані на точніші відповіді у складніших темах.

Нагадаємо, що розвиток голосових функцій ChatGPT відбувається на тлі ширшої зміни способів використання сервісу в усьому світі. OpenAI вперше оприлюднила статистику, яка охоплює повідомлення понад одного мільярда користувачів тарифів Free, Go, Plus і Pro. За даними компанії, на роботі люди більш ніж удвічі частіше використовують ChatGPT для конкретних завдань – написання текстів, програмування, редагування та аналізу. Частка мультимедійних запитів після запуску ChatGPT Images 2.0 у квітні 2026 року зросла до 7,8% усіх повідомлень.

Політика