حساب کاربری ندارید؟ ثبت نام کنید

مدل هوش مصنوعی GPT-Live از راه رسید؛ ChatGPT حالا هم‌زمان گوش می‌دهد و صحبت می‌کند

نوشته

23 ساعت قبل | بدون دیدگاه | هوش مصنوعی

اوپن‌ای‌آی از نسل جدید هوش مصنوعی GPT-Live رونمایی کرده است؛ فناوری تازه‌ای که تجربه گفت‌وگوی صوتی در ChatGPT را به سطحی نزدیک‌تر به مکالمه واقعی انسان می‌رساند. این به‌روزرسانی با دو مدل جدید، امکان گفت‌وگوی هم‌زمان، پاسخ‌های طبیعی‌تر، ترجمه زنده و تعامل روان‌تر را برای تمامی کاربران ChatGPT، از جمله کاربران رایگان، فراهم می‌کند.

خلاصه خبر در یک نگاه

🔷 اوپن‌ای‌آی دو مدل جدید GPT-Live-1 و نسخه Mini را برای ChatGPT منتشر کرد.

🔷 هوش مصنوعی GPT-Live می‌تواند هم‌زمان به صحبت‌های کاربر گوش دهد و پاسخ دهد.

🔷 ترجمه زنده با تأخیر بسیار کم یکی از مهم‌ترین قابلیت‌های این نسخه است.

🔷 مدل جدید هنگام پاسخ‌گویی می‌تواند وظایف پیچیده را به GPT-5.5 واگذار کند.

🔷 این قابلیت اکنون برای تمام کاربران ChatGPT در وب و موبایل در حال انتشار است.

هوش مصنوعی GPT-Live چگونه تجربه مکالمه را تغییر می‌دهد؟

به گفته اوپن‌ای‌آی، هوش مصنوعی GPT-Live از معماری جدیدی به نام Continuous Interaction بهره می‌برد. این فناوری باعث می‌شود مدل بتواند به‌طور هم‌زمان ورودی صوتی را دریافت کرده و پاسخ تولید کند؛ در نتیجه دیگر لازم نیست کاربر ابتدا صحبت خود را کاملاً تمام کند تا ChatGPT پاسخ دهد.

این قابلیت، مکالمات را طبیعی‌تر کرده و تأخیر میان صحبت کاربر و پاسخ هوش مصنوعی را به شکل محسوسی کاهش می‌دهد.

ترجمه زنده و گفت‌وگوی هم‌زمان

یکی از مهم‌ترین قابلیت‌های GPT-Live، پشتیبانی از ترجمه هم‌زمان است. برای مثال، کاربر می‌تواند به زبان انگلیسی صحبت کند و ChatGPT تقریباً به‌صورت لحظه‌ای صحبت‌های او را به زبان‌هایی مانند اسپانیایی، هندی و سایر زبان‌ها ترجمه کند.

این ویژگی برای مکالمات بین‌المللی، سفر و ارتباط با افراد مختلف کاربرد قابل توجهی خواهد داشت.

واگذاری پردازش‌های پیچیده به GPT-5.5

اوپن‌ای‌آی اعلام کرده است که GPT-Live هنگام مواجهه با پرسش‌های پیچیده، می‌تواند فرآیند استدلال و تحلیل را به مدل GPT-5.5 واگذار کند؛ در حالی که گفت‌وگو با کاربر بدون وقفه ادامه پیدا می‌کند.

پس از پایان پردازش، نتیجه به‌صورت طبیعی در جریان مکالمه به کاربر ارائه می‌شود؛ روشی که به گفته اوپن‌ای‌آی، شباهت زیادی به نحوه تعامل انسان‌ها با یکدیگر دارد.

پاسخ‌های تصویری و صدایی طبیعی‌تر

در برخی موقعیت‌ها، GPT-Live علاوه بر پاسخ صوتی، اطلاعات را به‌صورت تصویری نیز نمایش می‌دهد. برای نمونه، گزارش آب‌وهوا، نتایج مسابقات ورزشی یا نمودارها ممکن است به‌جای توضیح صوتی، به شکل گرافیکی نمایش داده شوند.

نمونه‌ای از تصویری گرافیکی که اگر در حالت صوتی از ChatGPT بخواهید گزارش آب‌وهوا را به شما ارائه دهد، آن را تولید خواهد کرد

همچنین مدل جدید از کلمات مکث طبیعی مانند «اِم» یا «اِه» استفاده می‌کند تا لحن گفت‌وگو واقعی‌تر به نظر برسد. کاربران نیز می‌توانند با تأخیر بسیار کمتر صحبت هوش مصنوعی را قطع کرده و مکالمه را ادامه دهند.

دسترسی، حریم خصوصی و امنیت

  • در دسترس برای تمام کاربران رایگان و پولی ChatGPT
  • قابل استفاده در نسخه وب و اپلیکیشن‌های موبایل
  • انتشار تدریجی طی یک تا دو روز
  • فایل‌های صوتی تا ۳۰ روز ذخیره شده و قابل حذف هستند
  • حالت صوتی به‌صورت پیش‌فرض برای آموزش مدل‌های هوش مصنوعی استفاده نمی‌شود

اوپن‌ای‌آی همچنین اعلام کرده است که در این نسخه، تدابیر امنیتی جدیدی برای کاهش خطرات مرتبط با موضوعاتی مانند خودآسیبی، روان‌پریشی، خشونت و محتوای جنسی در نظر گرفته شده است.

نظر شما چیست؟

با معرفی  مدل هوش مصنوعی GPT-Live، اوپن‌ای‌آی گام مهمی در طبیعی‌تر کردن تعامل صوتی با ChatGPT برداشته است. قابلیت‌هایی مانند گفت‌وگوی هم‌زمان، ترجمه زنده، واگذاری پردازش‌های پیچیده به GPT-5.5 و پاسخ‌های تصویری، تجربه استفاده از این دستیار هوش مصنوعی را نسبت به گذشته به شکل محسوسی بهبود می‌دهند.

🔴 همچنین بخوانید: مدل هوش مصنوعی GPT-5.6 معرفی شد؛ خانواده جدید Sol ،Terra و Luna با تمرکز بر کدنویسی و امنیت سایبری

نظر شما درباره قابلیت‌های جدید GPT-Live چیست؟ آیا این ویژگی‌ها می‌توانند ChatGPT را به بهترین دستیار صوتی هوش مصنوعی تبدیل کنند؟

اشتراک در
اطلاع از
0 Comments
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
رپورتاژ آگهی پربازده
رپورتاژ آگهی پربازده
سهیل سلیمانی