أعلنت شركة OpenAI إطلاق نموذجي GPT-Live-1 وGPT-Live-1 mini لتطوير تجربة المحادثات الصوتية داخل ChatGPT. ويهدف التحديث إلى جعل التفاعل أكثر طبيعية وسلاسة، مع تحسين إدارة الحوار ودعم الترجمة الفورية أثناء المحادثات.
كما أكدت الشركة أن النماذج الجديدة تمثل خطوة مهمة في تطوير واجهات الذكاء الاصطناعي الصوتية، التي يتوقع كثيرون أن تصبح الوسيلة الأساسية للتفاعل مع التطبيقات الذكية خلال السنوات المقبلة.
تقنية Full-Duplex تمنح تجربة أكثر واقعية
يعتمد GPT-Live-1 على تقنية Full-Duplex التي تسمح للنظام بالتحدث والاستماع في الوقت نفسه.
وبفضل هذه التقنية، يستطيع المستخدم مقاطعة المساعد أثناء الحديث، كما يستطيع النظام فهم توقيت الرد بصورة أفضل، مما يجعل المحادثة أقرب إلى الحوار الطبيعي بين الأشخاص.
علاوة على ذلك، تدعم النماذج الجديدة الترجمة الفورية المباشرة، وهو ما يمنح المستخدمين تجربة أكثر مرونة عند التواصل بلغات مختلفة.
GPT-Live-1 mini يصبح الوضع الافتراضي
أوضحت OpenAI أن GPT-Live-1 mini سيصبح وضع الصوت الافتراضي الجديد داخل ChatGPT.
في المقابل، يحصل مشتركو الخطط المدفوعة على إمكانية استخدام GPT-Live-1، الذي يقدم أداءً أعلى وقدرات متقدمة في فهم السياق والاستجابة للأسئلة المعقدة.
وبذلك، توفر الشركة خيارات تناسب مختلف فئات المستخدمين، سواء في النسخة المجانية أو المدفوعة.
كيف يعمل النظام الجديد؟
اعتمد النظام الصوتي السابق على ثلاث مراحل منفصلة.
أولًا، كان يحول الكلام إلى نص.
ثم يعالج النموذج الطلب.
وأخيرًا، يحول الرد إلى صوت.
أما الآن، فيعالج GPT-Live-1 المحادثة بصورة مباشرة، ولذلك تقل مدة الاستجابة بشكل ملحوظ، كما ترتفع جودة الحوار.
إضافة إلى ذلك، يستطيع النظام الاستفادة من نماذج OpenAI الحديثة، مثل GPT-5.5، لتنفيذ عمليات البحث والاستدلال وتشغيل المهام الذكية دون التأثير في سير المحادثة.
تحسين فهم المحادثات الطويلة
أكدت OpenAI أن النماذج الجديدة تعالج العديد من المشكلات التي واجهها المستخدمون في وضع الصوت السابق.
فعلى سبيل المثال، يستطيع النظام الآن الاستماع لفترة أطول قبل الرد عند الحاجة.كما يفهم سياق الحديث بصورة أفضل، ولذلك يقدم إجابات أكثر دقة وترابطًا.
وفي الوقت نفسه، يستطيع التعامل مع الأسئلة المعقدة دون فقدان تسلسل الحوار.
دعم المحتوى المرئي
لا يقتصر التحديث على المحادثات الصوتية فقط.بل يدعم النظام أيضًا عرض بعض المعلومات بصيغة مرئية عند الحاجة.
وبفضل هذا التكامل، يستطيع ChatGPT تقديم تجربة أكثر ثراءً للمستخدم، خاصة عند شرح المعلومات أو تحليل البيانات.
كما يأتي هذا التوجه بالتزامن مع اهتمام شركات تقنية أخرى بتطوير مساعدين يعتمدون على المحتوى البصري إلى جانب الصوت.
محادثات تستمر لأكثر من 30 دقيقة
كشفت OpenAI أن النماذج الجديدة صممت لدعم المحادثات الطويلة دون التأثير في جودة الأداء.وأوضح المسؤول عن منتج ChatGPT Voice أنه استخدم الميزة خلال محادثات استمرت ما بين 30 و40 دقيقة أثناء التنزه.
ويعكس ذلك قدرة النظام على الاحتفاظ بسياق الحديث لفترات طويلة، مع تقديم استجابات متماسكة وطبيعية.
مستقبل التفاعل مع الذكاء الاصطناعي
ترى OpenAI أن الواجهة الصوتية ستصبح مستقبل التفاعل مع الحوسبة.ولذلك، تواصل الشركة الاستثمار في تطوير التقنيات الصوتية، حتى يتمكن المستخدم من تنفيذ المهام اليومية بسهولة أكبر.
كما تتوقع الشركة أن يؤدي تطور وكلاء الذكاء الاصطناعي إلى زيادة الاعتماد على الأوامر الصوتية في إنجاز الأعمال المختلفة.
أكثر من 150 مليون مستخدم
أشارت OpenAI إلى أن أكثر من 150 مليون مستخدم يعتمدون بالفعل على ميزات الصوت والإملاء داخل ChatGPT.ويؤكد هذا الرقم تزايد الإقبال على التفاعل الصوتي، خاصة مع التطورات المستمرة التي تضيفها الشركة.
وفي المقابل، لم تكشف OpenAI عن أي أجهزة أو منتجات جديدة، رغم انتشار تقارير تحدثت عن احتمال إطلاق سماعات ذكية مدعومة بالذكاء الاصطناعي.
OpenAI تواصل تطوير ChatGPT
تواصل OpenAI تعزيز قدرات ChatGPT من خلال تحديثات متتالية تستهدف تحسين جودة التفاعل وسرعة الاستجابة.
كما تؤكد الشركة أن تطوير المحادثات الصوتية يمثل جزءًا من رؤيتها لبناء مساعدين أذكياء قادرين على فهم المستخدمين بصورة طبيعية.
لذلك، يتوقع خبراء التقنية أن يشكل GPT-Live-1 خطوة مهمة نحو مستقبل يعتمد على الصوت بوصفه الوسيلة الرئيسية للتفاعل مع أنظمة الذكاء الاصطناعي.
