OpenAI оголосила, що почала розгортання розширеного голосового режиму для невеликої кількості платних користувачів ChatGPT, що дозволяє їм тестувати більш природні розмови в реальному часі.
Розширений голосовий режим дозволяє ChatGPT надавати відповіді в реальному часі, які можуть бути перервані, а також відчувати й реагувати на гумор, сарказм і багато іншого. Новій моделі не потрібно перетворювати вашу мову в текст і назад, як це робить поточна версія ChatGPT, що призводить до зменшення затримок у взаємодії.
OpenAI продемонструвала вдосконалений голосовий режим ще в травні, показавши голос ШІ на ім’я Sky, який звучав напрочуд схоже на голос Скарлетт Йоханссон. Голос був створений і використовувався без дозволу Йоханссон, і в підсумку вона випустила заяву про ситуацію, що склалася. Вона сказала, що відхилила кілька пропозицій від генерального директора OpenAI Сема Альтмана, який хотів, щоб Йоханссон стала голосом ChatGPT. Вона сказала, що була «шокована, розлючена і не вірила», що Альтман створив голос, який звучав «моторошно схоже» на її власний голос. OpenAI стверджує, що голос Sky не мав бути схожим на голос Йоханссон, але він був видалений після того, як вона найняла адвоката.
OpenAI заявляє, що з моменту демонстрації вдосконаленого голосового режиму вона працює над підвищенням безпеки і якості голосових розмов. Розширений голосовий режим розмовляє чотирма попередньо встановленими голосами й блокує вихідні дані, які відрізняються від цих голосів, що не дозволяє йому імітувати голоси знаменитостей. OpenAI також «впровадив огорожу» для блокування запитів на насильницький або захищений авторським правом контент, і ранні тести будуть використані для поліпшення функції перед більш широким запуском.
Користувачі, які отримали доступ до розширеного голосового режиму, отримають електронного листа з інструкціями, і OpenAI планує додавати більше людей на постійній основі. Всі користувачі Plus отримають доступ до розширеного голосового режиму восени.