OpenAI lancerer GPT-Live: ny stemme-AI med næsten øjeblikkelig svartid

OpenAI har præsenteret GPT-Live, en ny stemme-AI-model bygget direkte til tale frem for at gå vejen om tekst. Modellen driver ChatGPT Voice og svarer med en forsinkelse på under 300 millisekunder, hvilket får samtalen til at føles langt mere naturlig og flydende.

Det særlige ved GPT-Live er, at den fjerner den såkaldte tekst-flaskehals: tidligere stemmesystemer skulle først lave tale om til tekst, behandle teksten og derefter omdanne svaret til tale igen. GPT-Live arbejder mere direkte med lyd, hvilket både sænker svartiden og giver mulighed for mere følelsesmæssig nuance i stemmen.

Lanceringen er endnu et skridt i retning af, at samtaler med AI kommer til at ligne almindelige samtaler mellem mennesker.