انقلاب جدید در هوش مصنوعی؛ OpenAI از مدل‌ های صوتی متزامِن GPT-Live رونمایی کرد

شرکت هوش مصنوعی OpenAI در جدیدترین اقدام خود برای دگرگونی تعامل انسان و ماشین، از نسل جدید مدل‌های صوتی خود پرده‌برداری کرد. این فناوری جدید که گام بزرگی در طبیعی‌تر شدن مکالمات هوش مصنوعی به شمار می‌رود، پتانسیل این را دارد که شیوه استفاده ما از دستیارهای صوتی را برای همیشه تغییر دهد.

رونمایی از GPT-Live؛ دستیار صوتی با قابلیت شنیدن و صحبت کردن همزمان

به گزارش بخش اخبار فناوری زوم تک به نقل از خبرگزاری رویترز (Reuters)، شرکت OpenAI روز چهارشنبه از خانواده جدیدی از مدل‌های صوتی خود به نام GPT-Live رونمایی کرد. ویژگی منحصربه‌فرد این مدل‌ها، توانایی شنیدن و صحبت کردن همزمان در زمان واقعی (Real-time) است که تجربه کاربری کاملاً متفاوتی را رقم می‌زند.

این استارتاپ پیشرو در حوزه هوش مصنوعی که خود را برای عرضه عمومی سهام (IPO) آماده می‌کند، اعلام کرد که دو نسخه مختلف از این فناوری یعنی GPT-Live-1 و نسخه سبک‌تر آن یعنی GPT-Live-1 mini را از روز چهارشنبه در اختیار کاربران سراسر جهان قرار می‌دهد.

توسعه ابزارهای صوتی برای توسعه‌ دهندگان و آینده پلتفرم‌ های مبتنی بر صدا

پیش از این نیز در ماه مه، شرکت OpenAI سه مدل صوتی را برای پلتفرم توسعه‌دهندگان خود معرفی کرده بود. هدف اصلی از ارائه این ابزارها، ترغیب برنامه‌نویسان به ساخت عوامل نرم‌افزاری صوتی (Voice-based software agents) با قابلیت مکالمه روان‌تر و توانایی انجام وظایف و تسک‌ها در زمان واقعی بوده است. با معرفی مدل‌های صوتی GPT-Live، این مسیر با سرعت و دقت بسیار بیشتری طی خواهد شد.

پروژه صوتی جدید OpenAI نشان‌دهنده رقابت فشرده غول‌های فناوری در بازار دستیار صوتی هوشمند است؛ جایی که همزمان زنده بودن مکالمه و حذف تاخیر (Latency)، کلید اصلی موفقیت و جذب کاربران محسوب می‌شود.