قابلیت صوتی ChatGPT با GPT-Live-1.1 به ۱۳ صدای جدید، از جمله دو صدای هندی، مجهز شد

شرکت OpenAI از ۱۵ اکتبر عرضه تدریجی GPT-Live-1.1 را آغاز کرده است؛ نسخه جدید مدلی صوتی که در پشت قابلیت صوتی ChatGPT، ابزار Codex و اپلیکیشن Dots قرار دارد. این به‌روزرسانی ۱۳ صدای جدید را اضافه می‌کند و باعث می‌شود لهجه‌ها طبیعی‌تر به گوش برسند.

صداهای جدید شش زبان غیرانگلیسی را پوشش می‌دهند و برای هر یک از زبان‌های فرانسوی، آلمانی، هندی، ژاپنی، کره‌ای و اسپانیایی مکزیکی دو صدای تازه ارائه می‌شود. همچنین یک صدای انگلیسی جدید با نام Bubbie اضافه شده است. کاربران انگلیسی‌زبان همچنان به ۹ صدای قبلی نیز دسترسی دارند.

به گفته OpenAI، لهجه‌ها در زبان‌های بیشتری طبیعی‌تر شده‌اند. همچنین هنگام جست‌وجو در وب، این قابلیت کمتر عبارت «checking...» (در حال بررسی...) را تکرار می‌کند و برای بیان این وضعیت از عبارت‌های متنوع‌تری استفاده می‌کند.

حالت Live اکنون با دو مدل اجرا می‌شود: GPT-Live-1.1 و GPT-Live-1.1 Quip که نسخه کوچک‌تر این مدل است. این به‌روزرسانی برای همه کاربران ChatGPT در دسترس قرار می‌گیرد، اما مدت استفاده از آن به نوع اشتراک بستگی دارد. طبق راهنمای صوتی ChatGPT، کاربران رایگان دسترسی محدودی از طریق Quip دارند. کاربران طرح Go می‌توانند سه ساعت از Quip استفاده کنند و سهمیه کاربران Plus برای نسخه کامل مدل سه ساعت است. طرح Pro با قیمت ۱۰۰ دلار، امکان استفاده حداکثر ۱۵ ساعت را فراهم می‌کند؛ درحالی‌که استفاده از این قابلیت در طرح Pro با قیمت ۲۰۰ دلار نامحدود است.

انتشار نسخه API این مدل در آینده انجام خواهد شد، اما OpenAI هنوز تاریخی برای آن اعلام نکرده است. در مورد نسخه قبلی، یعنی GPT-Live-1، قابلیت صوتی در ChatGPT در ۸ ژوئیه عرضه شد و نسخه API آن در ۱۰ سپتامبر، حدود دو ماه بعد، در دسترس قرار گرفت.

OpenAI تاکنون نتایج آزمون‌های معیار، آمار تأخیر یا مقایسه مستقیمی با GPT-Live-1 منتشر نکرده است؛ بنابراین، در حال حاضر بهبودهای اعلام‌شده صرفاً ادعاهای این شرکت هستند. گنجاندن دو صدای جدید هندی نیز به این معناست که گویشوران این زبان از گزینه‌های صوتی بیشتری برخوردار می‌شوند؛ موضوعی که نشان می‌دهد هوش مصنوعی صوتی توجه ویژه‌ای به بازار هند دارد.

هوش مصنوعی صوتی حوزه‌ای است که در این به‌روزرسانی مورد توجه قرار گرفته است.