Общение с ChatGPT голосом стало полнодуплексным: модель слушает, говорит и переводит одновременно

OpenAI представила GPT-Live-1 на пресс-брифинге, где руководитель исследований Кундан Кумар назвал её «самой умной голосовой моделью» компании. До сих пор ChatGPT использовал старую пошаговую модель (turn-based), которая не всегда давала точные ответы и часто нарушала естественный ход беседы. Новая архитектура, по словам продуктового директора Атти Элети, работает в режиме полного дуплекса (full duplex), то есть принимает и выдаёт звуковой поток непрерывно и одновременно, как при обычном разговоре между людьми.

Что именно изменилось в голосовом режиме?

Старая модель работала по принципу «один говорит, другой ждёт». Вы произносили фразу, ChatGPT дожидался паузы, обрабатывал запрос и только потом отвечал. Если вы делали паузу посреди мысли, система могла решить, что вы закончили, и начать отвечать невпопад.

GPT-Live-1 устроена иначе. Модель обрабатывает входящий звук непрерывно и генерирует ответ параллельно. На практике это значит три вещи:

• Она реже перебивает. Если вы остановились, чтобы подобрать слово, модель подождёт, а не начнёт говорить.
• Она подтверждает, что слушает. Пока вы говорите, ChatGPT вставляет короткие реплики вроде «угу», «ага», «понял», как собеседник в живом разговоре.
• Её можно попросить помолчать до тех пор, пока вы не позовёте. Раньше это было технически невозможно, по данным OpenAI.

Перевод в реальном времени и визуальные подсказки

Общение с ChatGPT голосом получило функцию синхронного перевода. Раньше система ждала, пока вы договорите, и только потом переводила. Теперь перевод идёт параллельно с вашей речью, как у живого переводчика-синхрониста.

Кроме того, при разговорах о погоде, акциях или спорте модель дополняет голос визуальными карточками: спортивные счета, прогноз на неделю, графики. Карточки генерируются самим ИИ на основе данных, которые модель получает через GPT-5.5 при поиске в интернете.

Безопасность: встроенные ограничения

OpenAI отдельно подчеркнула, что в GPT-Live-1 встроены защитные механизмы. Модель уводит разговор от потенциально вредных ответов, а в ситуациях повышенного риска может полностью завершить беседу. В разговорах о самоповреждении модель обучена предлагать контакты кризисных служб, проверенных экспертами. Для подростков предусмотрены ответы, соответствующие возрасту.

Контекст этих мер: OpenAI сейчас сталкивается с серией судебных исков, в которых пользователи утверждают, что ChatGPT подпитывал бредовые идеи и нанёс вред психическому здоровью.

Кому доступна и на каких платформах?

GPT-Live-1 раскатывается на iOS, Android и в веб-версии. Полная модель доступна подписчикам тарифов Go, Plus и Pro. Бесплатные пользователи получат облегчённую версию GPT-Live-1 mini, более компактную и быструю, но с урезанными возможностями.

Что это меняет для вас?

Авторам Дзена. Общение с ChatGPT голосом становится рабочим инструментом для тех, кому проще надиктовать черновик, чем печатать. Полный дуплекс означает, что можно думать вслух, делать паузы, возвращаться к мысли, и модель не будет перебивать. Диктовать идеи для постов, разбирать структуру текста, обсуждать тему, всё это теперь ближе к живому брейнштому с коллегой.

Маркетологам. Синхронный перевод открывает сценарий быстрых переговоров с иностранными партнёрами и экспресс-перевода звонков. Но пока OpenAI не подтвердила качество перевода на русский, стоит проверять результат прежде, чем нести его в работу.

Предпринимателям в РФ и СНГ. В России ChatGPT доступен с ограничениями, для оплаты подписки нужны зарубежные карты или обходные пути. Из российских аналогов голосовые функции развивают YandexGPT (Алиса) и GigaChat от Сбера, но ни один из них пока не заявлял о полнодуплексном режиме.

Главное, что делает GPT-Live-1 полезной прямо сейчас: она не перебивает. Для тех, кто привык думать вслух и диктовать, это превращает ChatGPT из терпеливого, но неуклюжего ассистента в собеседника, который умеет ждать.

По данным The Verge