OpenAI تستعرض GPT-Live لنظام محادثات صوتية مستمرة وأكثر استجابة
استعرضت OpenAI نظام GPT-Live للمحادثة الصوتية المستمرة مع الذكاء الاصطناعي. يعتمد النظام على نموذج كلام بلا أدوار ثابتة (turnless) وبنية منخفضة التأخير، بهدف جعل الاستجابات أسرع والتفاعل الصوتي أكثر طبيعية.
أبرز النقاط
- GPT-Live هو نظام من OpenAI للمحادثة الصوتية المستمرة مع الذكاء الاصطناعي.
- يعتمد على نموذج كلام turnless بدلاً من نمط الأدوار الصوتية المنفصلة.
- يستخدم بنية منخفضة التأخير لتسريع الاستجابة.
- الهدف هو جعل المحادثات الصوتية أكثر طبيعية وسلاسة.
- تشير OpenAI إلى أن بناء النظام استغرق ستة أشهر.
قدمت OpenAI تفاصيل عن GPT-Live، وهو نظام للمحادثات الصوتية المستمرة مع الذكاء الاصطناعي صُمم لتقليل الانقطاعات المعتادة في التفاعل الصوتي.
الفكرة الأساسية في GPT-Live هي الابتعاد عن نمط الأدوار الصارم في الحديث، حيث يتحدث المستخدم ثم ينتظر النظام حتى ينهي دوره بالكامل قبل أن يرد. بدلاً من ذلك، يستخدم النظام نموذج كلام turnless، أي نموذج يتعامل مع المحادثة كتدفق صوتي مستمر.
وبحسب OpenAI، يجمع النظام بين هذا النموذج وبنية منخفضة التأخير (low-latency architecture)، للوصول إلى استجابات أسرع ومحادثات تبدو أكثر قرباً من الإيقاع الطبيعي للحوار.
هذا النوع من التصميم مهم في واجهات الصوت، لأن جودة التجربة لا تعتمد على فهم الكلمات وحده؛ بل تتأثر أيضاً بسرعة الرد وكيفية التعامل مع التوقفات والمقاطعات وتتابع الكلام. وتقول OpenAI إنها بنت النظام خلال ستة أشهر.
لماذا يهم؟
توضح GPT-Live أن تحدي المساعدات الصوتية لا يقتصر على دقة التعرف على الكلام أو جودة الإجابة، بل يشمل إدارة توقيت المحادثة نفسها. بالنسبة لفرق تطوير منتجات الصوت وAI، يبرز الإعلان أهمية تصميم الأنظمة حول تدفق صوتي مستمر وتأخير منخفض، لا حول طلبات صوتية منفصلة فقط.