OpenAI vừa nâng cấp đáng kể chế độ giọng nói ChatGPT

OpenAI vừa công bố một bước nâng cấp đáng chú ý dành cho ChatGPT khi giới thiệu thế hệ chế độ giọng nói hoàn toàn mới mang tên GPT-Live. Công nghệ mới giúp AI có thể nghe và phản hồi đồng thời, tạo cảm giác trò chuyện tự nhiên hơn, đồng thời cải thiện đáng kể khả năng tương tác của chế độ giọng nói ChatGPT trên nhiều nền tảng, bao gồm cả CarPlay. 

GPT-Live đánh dấu bước tiến mới của chế độ giọng nói ChatGPT

Bên cạnh kế hoạch phát hành mô hình GPT-5.6, OpenAI cũng đồng thời giới thiệu một phiên bản hoàn toàn mới của chế độ trò chuyện bằng giọng nói dành cho ChatGPT. Không chỉ đơn thuần là nâng cấp chất lượng nhận diện giọng nói, lần cải tiến này còn thay đổi cách AI giao tiếp với người dùng, hướng tới trải nghiệm gần giống một cuộc hội thoại giữa hai người hơn.

Theo OpenAI, nền tảng mới được đặt tên là GPT-Live và hiện đã bắt đầu triển khai đến người dùng ChatGPT trên phạm vi toàn cầu. Đây là công nghệ giọng nói thế hệ mới được xây dựng với mục tiêu giúp việc trao đổi với AI diễn ra mượt mà, tự nhiên và linh hoạt hơn so với chế độ thoại trước đây.

Trong buổi phát trực tiếp công bố sản phẩm, OpenAI đã trình diễn nhiều tình huống sử dụng thực tế nhằm minh họa khả năng của GPT-Live. Những người tham gia buổi giới thiệu gồm Kundan Kumar, Yuchen Zhang, Ehsan Asdar và Rithesh Kumar, đồng thời chia sẻ cách mô hình mới xử lý hội thoại theo thời gian thực.

Đọc thêm: ChatGPT thông minh hơn, chính xác hơn và ít lạm dụng biểu tượng cảm xúc hơn sau khi nâng cấp

Công nghệ song công toàn phần giúp ChatGPT trò chuyện tự nhiên hơn

Điểm đáng chú ý nhất của GPT-Live là việc thay đổi hoàn toàn cách ChatGPT phản hồi khi giao tiếp bằng giọng nói.  Nhờ đó, việc trao đổi trở nên tự nhiên hơn rất nhiều. Người dùng có thể ngắt lời ChatGPT giữa lúc AI đang trả lời mà hệ thống vẫn tiếp tục theo dõi nội dung cuộc trò chuyện thay vì phải bắt đầu lại từ đầu.

Không chỉ vậy, GPT-Live còn được tích hợp khả năng truy cập tìm kiếm trên web để thu thập thêm thông tin khi cần thiết. Điều này giúp AI có thêm dữ liệu phục vụ quá trình phản hồi trong những trường hợp phù hợp. Một cải tiến khác được OpenAI nhấn mạnh là khả năng xác định thời điểm nên tiếp tục nói và khi nào cần dừng lại để lắng nghe người dùng. AI cũng có thể giữ khoảng lặng lâu hơn nếu nhận thấy người dùng vẫn đang suy nghĩ hoặc chuẩn bị đưa ra câu hỏi tiếp theo, thay vì phản hồi ngay lập tức như trước.

Những thay đổi này cho thấy OpenAI không chỉ nâng cấp chất lượng giọng nói mà còn tập trung vào nhịp điệu hội thoại, giúp ChatGPT mang lại cảm giác giao tiếp gần với con người hơn. Theo OpenAI, GPT-Live được xây dựng trên kiến trúc song công toàn phần (full-duplex), nền tảng đóng vai trò quan trọng trong việc thay đổi cách AI giao tiếp với người dùng. Nhờ kiến trúc này, ChatGPT có thể nghe và nói cùng lúc thay vì thực hiện hai quá trình riêng biệt như trước đây.

Đọc thêm: OpenAI nâng cấp ứng dụng ChatGPT với tính năng mới

GPT-Live bắt đầu triển khai trên nhiều nền tảng với hai phiên bản khác nhau

OpenAI cho biết GPT-Live sẽ được phát hành với hai phiên bản ngay từ giai đoạn đầu gồm GPT-Live-1 và GPT-Live-1-mini. Trong đó, GPT-Live-1-mini sẽ là chế độ giọng nói mặc định dành cho người dùng miễn phí. Trong khi đó, những người đăng ký các gói trả phí của ChatGPT sẽ được sử dụng GPT-Live-1 với đầy đủ khả năng mà OpenAI cung cấp.

Hai mô hình này hiện đã được triển khai trên phạm vi toàn cầu và hỗ trợ đồng thời trên iOS, Android cũng như phiên bản web của ChatGPT. Riêng ứng dụng ChatGPT dành cho máy tính để bàn sẽ chưa có thay đổi tương ứng do chế độ thoại trên nền tảng này đã ngừng được hỗ trợ từ vài tháng trước. OpenAI cũng lưu ý rằng GPT-Live hiện được tối ưu hóa cho một số ngôn ngữ phổ biến nhất trên ChatGPT. Tuy nhiên, ở một số ngôn ngữ nhất định, AI vẫn có thể sử dụng giọng nói chưa hoàn toàn giống người bản địa hoặc mức độ lưu loát chưa đạt như kỳ vọng.

Công ty cho biết họ đang tiếp tục cải thiện chất lượng hoạt động trên tất cả các ngôn ngữ nhằm mang lại trải nghiệm đồng đều hơn trong thời gian tới. Ở thời điểm ra mắt, GPT-Live vẫn còn một số giới hạn. Chẳng hạn, chế độ này chưa hỗ trợ đồng thời giọng nói với video hoặc tính năng chia sẻ màn hình trong ChatGPT. Những chức năng đó hiện vẫn yêu cầu người dùng sử dụng chế độ Voice cũ. Tuy nhiên, OpenAI xác nhận các tính năng này đang được phát triển và sẽ được bổ sung trong những bản cập nhật tiếp theo.

Tạm kết